KAIST XAI Tutorial 2024 | Explaining Generative LLMs:Prompting-based Explanations | Cheongwoong Kang
About this lesson
This presentation explores approaches to explaining the outputs of generative large language models (LLMs) using prompting-based techniques. By analyzing how the model interacts with inputs, we aim to uncover the most relevant parts of the input that contribute to its decisions, provide readable explanations for its reasoning, and present structured interpretations to clarify how various components of the input lead to specific outputs. 본 발표에서는 프롬프팅 기반 기법을 사용하여 생성 대형 언어 모델(LLM)의 출력을 설명하는 접근 방식을 탐구합니다. 모델이 입력과 상호작용하는 방식을 분석하여, 출력 결정에 기여하는 입력의 중요한 부분을 밝혀내고, 모델의 추론 과정을 읽기 쉽게 설명하며, 입력 요소들이 출력에 어떻게 연결되는지 구조화된 해석을 제공합니다.
Original Description
This presentation explores approaches to explaining the outputs of generative large language models (LLMs) using prompting-based techniques. By analyzing how the model interacts with inputs, we aim to uncover the most relevant parts of the input that contribute to its decisions, provide readable explanations for its reasoning, and present structured interpretations to clarify how various components of the input lead to specific outputs.
본 발표에서는 프롬프팅 기반 기법을 사용하여 생성 대형 언어 모델(LLM)의 출력을 설명하는 접근 방식을 탐구합니다. 모델이 입력과 상호작용하는 방식을 분석하여, 출력 결정에 기여하는 입력의 중요한 부분을 밝혀내고, 모델의 추론 과정을 읽기 쉽게 설명하며, 입력 요소들이 출력에 어떻게 연결되는지 구조화된 해석을 제공합니다.
Watch on YouTube ↗
(saves to browser)
Sign in to unlock AI tutor explanation · ⚡30
🎓
Tutor Explanation
DeepCamp AI