Reducing Logprob Without Causal Verification: Diagnosing SAE-Based PII Suppression in LLMs

Chaerin Lee, Wonho Lee, Sohee Park, Daeseon Choi

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.