AI可解释性是否接近突破：新研究引发领域分歧

AI可解释性领域对一篇新论文是否意味着重大突破产生分歧，Neel Nanda认为其对整体局面影响有限。Goodfire的Chris Olah提出许多被标记为多义性的神经元实际是共享形状的探测器，并在Qwen3-32B中观察到约90%的神经元有单一主要功能。Google DeepMind的Neel Nanda则认为叠加理论依然成立，且语言模型存储的事实远多于其神经元数量，对可解释性前景保持悲观。