LessWrong · All Posts· CarolusRenniusVitellius·· 5 天前AI 评分42
神经网络可解释性:从电路达尔文主义到计算本体论的思考
Slouching Towards Interpretability: Thinking About Computation in Neural Networks
AI 导读
作者提出神经网络解释需聚焦计算本体论,而非电路达尔文主义。 核心论点认为电路划分等“实现细节”实为深层困惑之源,需重新审视其地位。 文章分三部分探讨电路起源(prune/precipitate)及理论难题,并附有深度心智模型指南。
来源:LessWrong · All Posts · lesswrong.com