计算机科学 > 人工智能
[提交于 2024年6月6日
]
标题: 对比稀疏自编码器在棋类博弈代理规划解释中的应用
标题: Contrastive Sparse Autoencoders for Interpreting Planning of Chess-Playing Agents
摘要: 人工智能引领棋类系统达到超人类水平,但这些系统严重依赖黑箱算法。 这在确保最终用户透明度方面是不可持续的,尤其是在这些系统负责敏感决策时。 最近的可解释性研究显示,深度神经网络(DNN)的内部表示是可以理解的,并且包含了人类可理解的概念。 然而,这些方法很少被上下文化,通常基于单一隐藏状态,这使得它们无法解释多步骤推理,例如规划。 在这方面,我们提出了对比稀疏自编码器(CSAE),一个用于研究游戏轨迹对的新框架。 使用CSAE,我们能够提取并解释对棋类代理计划有意义的概念。 在提出自动特征分类法之前,我们主要关注CSAE特征的定性分析。 此外,为了评估我们训练的CSAE的质量,我们设计了合理性检查以消除结果中的虚假相关性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.