权重中的“世界知识”：解读视觉Transformer的概念电路
本文提出利用Cross-Layer Transcoders (CLTs)从Vision Transformers (ViTs)中提取全局和实例级概念电路，以揭示模型内部的世界知识、自动发现并移除虚假相关，以及比较不同监督范式下的模型结构差异。
ViTs
Grad-CAM遇上ViT：一次系统审计揭示的可解释性模糊地带
本文对175篇将Grad-CAM应用于ViT的论文进行系统审计，发现大多数研究未充分说明特征提取位置、梯度目标等关键适配选择，并提出统一分类法以明确方法模糊性。