跳到正文
LessWrong · All Posts· Caleb Briggs·· 4 小时前AI 评分43

自顶向下可解释性研究笔记:探索残差流的组织方式

An Attempt at Top-down Interpretability

AI 导读

作者提出自顶向下可解释性方法,先获取模型整体粗略图景,再深入理解子空间与信息处理机制,区别于自底向上的电路分析。该研究为初步探索性笔记,核心关注残差流如何组织及其功能。

来源:LessWrong · All Posts · lesswrong.com