ICML Spotlight 论文：百个 MLP 神经元电路即可操控模型行为

ICML Spotlight 论文《Language Model Circuits Are Sparse in the Neuron Basis》（作者 Aryaman Arora、郑炫吴、Jacob S. 等）首次实证证明 MLP 神经元与 SAE（稀疏自编码器）同样稀疏，语言模型的电路在神经元基底下也是稀疏的。研究显示仅需约百个神经元构成的电路即可操控模型行为，为机制可解释性研究提供了新路径。

2026-10-25 ~ 2026-10-25 · 2 条相关

• MLP 神经元与 SAE 同样稀疏，百个神经元电路即可操控模型行为 — burny_tech · 2026-10-25

另有 1 条近重复转述:burny_tech