VLMProbe：用于视觉语言模型探测与解释的开源库

开源库 vlmprobe 整合了 lens 读出、注意力归因及稀疏自编码器分析，提供统一模型接口以解释视觉语言模型内部表征。 框架包含共享适配器与评估流水线，支持跨架构对比。研究发现不同分析目标下，局部归因估计可能与实际干预效果不一致。 该库为比较解释方法结论及测试模型行为假设提供了可重用基础。