LEARNING
通过机械可解释性和最优控制将鲁棒性引导入世界行动模型
Jihoon Hong, Julian Skifstad, Qiyue Dai, Alice Chan, Glen Chou
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文利用机械可解释性研究世界行动模型（WAM）中鲁棒性相关扰动的表示，发现某些架构在激活空间中具有低维线性可分性。基于此，提出了对比激活方向的无训练引导方法和基于模型最优控制的WA-LQR控制器，显著提升了模型在分布偏移下的鲁棒性。
关键词
World Action Modelsmechanistic interpretabilityoptimal controlrobustnesssteering
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018