The Quest for the Right Mediator: Surveying Mechanistic Interpretability Through the Lens of Causal Mediation Analysis
Created by
Haebom
저자
Aaron Mueller, Jannik Brinkmann, Millicent Li, Samuel Marks, Koyena Pal, Nikhil Prakash, Can Rager, Aruna Sankaranarayanan, Arnab Sen Sharma, Jiuding Sun, Eric Todd, David Bau, Yonatan Belinkov
개요
본 논문은 자연어 모델의 해석 가능성 연구에 대한 통합적 관점을 제시한다. 기존 연구들의 부족한 이론적 토대와 일관성 없는 평가 방식을 지적하며, 인과 매개 분석(causal mediation analysis)을 기반으로 해석 가능성 연구를 재구성한다. 다양한 유형의 인과적 단위(매개체)와 이를 탐색하는 방법들을 분류하고, 각 매개체의 장단점을 논의하여 연구 목적에 적합한 방법 선택을 돕는다. 나아가 새로운 매개체 발견과 표준화된 평가 개발을 위한 실질적인 권고안을 제시한다.
시사점, 한계점
•
시사점:
◦
인과 매개 분석을 기반으로 해석 가능성 연구의 이론적 토대를 강화하고 연구 방법론의 일관성을 높일 수 있다.