Introduction to Mechanistic Interpretability with David Bau

Автор: NDIF Team

Загружено: 2026-01-16

Просмотров: 19

Описание:

CS 7180: Neural Mechanics
Spring 2026 Course at Northeastern University

Modern AI systems are powerful but opaque: even their creators do not fully understand what the billions of artificial neurons are doing inside. This class teaches methods for probing neural networks to uncover what concepts they have learned and where those concepts are encoded.

In the first CS 7180 class, David Bau discusses course structure, goals, and an introduction to mechanistic interpretability.

Course website: https://neural-mechanics.baulab.info/

Introduction to Mechanistic Interpretability with David Bau

Доступные форматы для скачивания:

Скачать видео mp4

Информация по загрузке:

Скачать аудио mp3

Похожие видео

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Hacking LLMs: An Introduction to Mechanistic Interpretability — Jenny Vega

Hacking LLMs: An Introduction to Mechanistic Interpretability — Jenny Vega

MIT 6.S184: Flow Matching and Diffusion Models - Lecture 01 - Generative AI with SDEs

MIT 6.S184: Flow Matching and Diffusion Models - Lecture 01 - Generative AI with SDEs

Sparse Autoencoders: Progress & Limitations with Joshua Engels

Sparse Autoencoders: Progress & Limitations with Joshua Engels

20 концепций искусственного интеллекта, объясненных за 40 минут

20 концепций искусственного интеллекта, объясненных за 40 минут

The Man Behind Google's AI Machine | Demis Hassabis Interview

The Man Behind Google's AI Machine | Demis Hassabis Interview

ROME: Locating and Editing Factual Associations in GPT with David Bau

ROME: Locating and Editing Factual Associations in GPT with David Bau

Я в опасности

Stanford CS230 | Autumn 2025 | Lecture 9: Career Advice in AI

Stanford CS230 | Autumn 2025 | Lecture 9: Career Advice in AI

The Essential Main Ideas of Neural Networks

The Essential Main Ideas of Neural Networks

What Are Large Reasoning Models (LRMs)? Smarter AI Beyond LLMs

What Are Large Reasoning Models (LRMs)? Smarter AI Beyond LLMs

Ученые измерили скорость квантовой запутанности — и это противоречит законам физики.

Ученые измерили скорость квантовой запутанности — и это противоречит законам физики.

Flow-Matching vs Diffusion Models explained side by side

Flow-Matching vs Diffusion Models explained side by side

Stanford CS109 Probability for Computer Scientists I Counting I 2022 I Lecture 1

Stanford CS109 Probability for Computer Scientists I Counting I 2022 I Lecture 1

Что такое генеративный ИИ и как он работает? – Лекции Тьюринга с Миреллой Лапатой

Что такое генеративный ИИ и как он работает? – Лекции Тьюринга с Миреллой Лапатой

Attribute-to-Delete: Machine Unlearning via Datamodel Matching with Roy Rinberg

Attribute-to-Delete: Machine Unlearning via Datamodel Matching with Roy Rinberg

MIT Introduction to Deep Learning | 6.S191

MIT Introduction to Deep Learning | 6.S191

ICML 2024 Tutorial: Physics of Language Models

ICML 2024 Tutorial: Physics of Language Models

MIT 6.S191: Convolutional Neural Networks

MIT 6.S191: Convolutional Neural Networks

MIT 6.S184: Flow Matching and Diffusion Models - Lecture 1 - Generative AI with SDEs

MIT 6.S184: Flow Matching and Diffusion Models - Lecture 1 - Generative AI with SDEs