ndif-team

Las issues en las que quizá ya trabaja alguien aparecen al final. Ordenar todo por fecha

• Review: Uncovering Neuronal Mechanisms of Intrinsic Self-Debiasing in Large Language Models via Contrastive Learning

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 58/100

  ndif-team/ndif-citations#85 · Abierto el 24/10/2026

• Review: Uncovering Hidden Objectives via Transcoder Circuits

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100

  ndif-team/ndif-citations#84 · Abierto el 24/10/2026

• Review: The Strain Head

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 56/100

  ndif-team/ndif-citations#83 · Abierto el 24/10/2026

• Review: Structural Agnosticism: From Epistemic Position to Measurement Programme

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 70/100

  ndif-team/ndif-citations#82 · Abierto el 24/10/2026

• Review: Securing deep third-party frontier AI evaluations

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100

  ndif-team/ndif-citations#81 · Abierto el 24/10/2026

• Review: Preference or Position?: Auditing Pairwise Choice Readouts in Gemma-4-31B-it

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 52/100

  ndif-team/ndif-citations#80 · Abierto el 24/10/2026

• Review: nnsight: The package for interpreting and manipulating the internals of deep learned models

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100

  ndif-team/ndif-citations#79 · Abierto el 24/10/2026

• Review: Meaning on a Video Card: Scalable, Lossless Geometric Primitives

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 56/100

  ndif-team/ndif-citations#78 · Abierto el 24/10/2026

• Review: Latent, Localized, Retrieved On Demand: Tracing Implicit User Attributes Across Multi-Turn Conversation

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 52/100

  ndif-team/ndif-citations#77 · Abierto el 24/10/2026

• Review: How Large Reasoning Models Solve Problems: A Mechanistic Study on Tower of Hanoi

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 73/100

  ndif-team/ndif-citations#76 · Abierto el 24/10/2026

• Review: Fluid Reasoning Representations

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 54/100

  ndif-team/ndif-citations#75 · Abierto el 24/10/2026

• Review: Does the Model Read the Room? Probing and Patching Partner Expertise in Collaborative LLM Dialogue

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#74 · Abierto el 24/10/2026

• Review: Adversarial elicitation suppresses confident misattribution but does not improve introspective accuracy: an activation-injection audit of five open-weight models

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#73 · Abierto el 24/10/2026

• Review: 1995 Scientific Session of the Society of American Gastrointestinal and Endoscopic Surgeons (SAGES) Orlando, Florida, USA, March 11-14, 1995 Oral …

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 45/100

  ndif-team/ndif-citations#72 · Abierto el 24/10/2026

• Review: Old Moats for New Models: Openness, Control, and Competition in Generative AI

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100

  ndif-team/ndif-citations#70 · Abierto el 24/10/2026

• Review: Envisioning National Resources for Artificial Intelligence Research: NSF Workshop Report

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 55/100

  ndif-team/ndif-citations#69 · Abierto el 24/10/2026

• Review: Trilemma of Truth in Large Language Models

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 10/100

  ndif-team/ndif-citations#68 · Abierto el 24/10/2026

• Review: Towards Interpretable Protein Structure Prediction with Sparse Autoencoders

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100

  ndif-team/ndif-citations#67 · Abierto el 24/10/2026

• Review: Sparse Autoencoders Learn Monosemantic Features in Vision-Language Models

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#66 · Abierto el 24/10/2026

• Review: RomanLens: The Role Of Latent Romanization In Multilinguality In LLMs

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 22/100

  ndif-team/ndif-citations#65 · Abierto el 24/10/2026

• Review: RankAlign: A Ranking View of the Generator-Validator Gap in Large Language Models

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 3/5 1-2 días Aptitud para principiantes 55/100

  ndif-team/ndif-citations#64 · Abierto el 24/10/2026

• Review: Interpretation and Control of AI Model Behavior Through Direct Adjustment of Latent Representations

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 44/100

  ndif-team/ndif-citations#62 · Abierto el 24/10/2026

• Review: Examining Information Flows Within Transformer Models Using Transfer Entropy

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 54/100

  ndif-team/ndif-citations#61 · Abierto el 24/10/2026

• Review: Epistemic Familiarity is Associated With Belief Stability in Large Language Models

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 45/100

  ndif-team/ndif-citations#60 · Abierto el 24/10/2026

• Review: Bilinear MLPs enable weight-based mechanistic interpretability

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100

  ndif-team/ndif-citations#59 · Abierto el 24/10/2026

• Review: AutoDiff: A Scalable Framework for Automated Model Comparison

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 45/100

  ndif-team/ndif-citations#58 · Abierto el 24/10/2026

• Review: Analogical Reasoning Inside Large Language Models: Concept Vectors and the Limits of Abstraction

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 49/100

  ndif-team/ndif-citations#57 · Abierto el 24/10/2026

• Review: Adversarial Manipulation of Reasoning Models using Internal Representations

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 52/100

  ndif-team/ndif-citations#56 · Abierto el 24/10/2026

• Review: (How) Do Language Models Track State?

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 58/100

  ndif-team/ndif-citations#55 · Abierto el 24/10/2026

• Review: 言語モデルの機械論的解釈可能性ツールの調査

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 35/100

  ndif-team/ndif-citations#54 · Abierto el 24/10/2026

• Review: When Circuits Are Too Broad: Unit Tests for Mechanistic Interpretability

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 3/5 1-2 días Aptitud para principiantes 54/100

  ndif-team/ndif-citations#53 · Abierto el 24/10/2026

• Review: When Built-in Thinking Helps and Hurts: Constraint-Level Error Shifts in Instruction Following

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100

  ndif-team/ndif-citations#52 · Abierto el 24/10/2026

• Review: What surrounds an injection decides whether it works: context and channel effects in tool-metadata attacks on seven production LLM agents. Data and code

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:uses-ndif

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 35/100

  ndif-team/ndif-citations#51 · Abierto el 24/10/2026

• Review: VASAE: Naming SAE Dictionary Directions with Vocabulary-Aligned Anchoring

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 25/100

  ndif-team/ndif-citations#50 · Abierto el 24/10/2026

• Review: Typed Slot Policies for Prompt-Injection Defense in Computer-Use Agents, and Why the Attribution Signal Is Faithful

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 25/100

  ndif-team/ndif-citations#49 · Abierto el 24/10/2026

• Review: TADA! Tuning Audio Diffusion Models through Activation Steering

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 35/100

  ndif-team/ndif-citations#48 · Abierto el 24/10/2026

• Review: Similar, but why? A Toolkit for Explaining Text Similarity

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#47 · Abierto el 24/10/2026

• Review: Representation as a Bottleneck for Mechanistic Interpretability: The Manifestation Unit Protocol

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 15/100

  ndif-team/ndif-citations#46 · Abierto el 24/10/2026

• Review: Readable Before Actionable: Causal Tracing of Indirect Prompt Injection

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 2/5 1-3 horas Aptitud para principiantes 52/100

  ndif-team/ndif-citations#45 · Abierto el 24/10/2026

• Review: Position: Interpretability Can Be Actionable

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 54/100

  ndif-team/ndif-citations#44 · Abierto el 24/10/2026

• Review: Position: If open source is to win, it must go public

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100

  ndif-team/ndif-citations#43 · Abierto el 24/10/2026

• Review: Performance within the foundation paradox: the case for small qualitative evaluations

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:uses-ndif

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 15/100

  ndif-team/ndif-citations#42 · Abierto el 24/10/2026

• Review: Performance of Free Water Surface Constructed Wetlands (FWS-CWs) using Water Jasmine (Echinodorus palaefolius) in Removing COD and TDS from Domestic Wastewater

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#41 · Abierto el 24/10/2026

• Review: Numerical Simulation and Structural Optimization of Electrostatic Precipitators for Particle Purification in Space Capsules

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-metadata

  Dificultad 3/5 1-2 días Aptitud para principiantes 52/100

  ndif-team/ndif-citations#40 · Abierto el 24/10/2026

• Review: Mechanistic Interpretability of Structure-Aware Numerical Reasoning in LLaMA 3.1 8B

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:uses-ndif

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#39 · Abierto el 24/10/2026

• Review: Mechanistic Interpretability for Bias and Fairness in (Vision-) Language Models: A Systematic Review

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 1/5 Menos de una hora Aptitud para principiantes 25/100

  ndif-team/ndif-citations#38 · Abierto el 24/10/2026

• Review: Low-rank sparse autoencoders: Unifying efficiency and geometric regularization for large language model interpretability

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 4/5 3-5 días Aptitud para principiantes 35/100

  ndif-team/ndif-citations#37 · Abierto el 24/10/2026

• Review: Linking Embedding-Space Semantics and Internal Representations

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 54/100

  ndif-team/ndif-citations#36 · Abierto el 24/10/2026

• Review: Lingua Franca or Probing Artifact? Rethinking Latent Language in Multilingual LLMs

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:check-label

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#35 · Abierto el 24/10/2026

• Review: Investigating The Usefulness of Probes for Causal Intervention in Large Language Models

  Abierto

  ⋯Informar de un problema con este issue

  • ¿Algo no está bien?

  • Ya está asignado
  • No es para principiantes
  • Obsoleto o no válido
  • Otra cosa…
  • Enviar Cancelar
  review why:needs-evidence

  Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100

  ndif-team/ndif-citations#34 · Abierto el 24/10/2026