可解释性:可访问表征背后的功能机制
rgblong · x · 2026-07-07
rgblong 继续讨论指出,这些「可访问表征」本身的存在可能才是真正重要的东西。但他认为值得进一步追问:究竟是什么支撑了这种可访问性?模型中是否存在一块连贯的功能机制(functional machinery),在背后支撑并维持这种可访问性?这是需要单独厘清的问题。
所属事件:Anthropic发现Claude内部存在全局工作空间(102 条相关)→
「研究」频道最新
- OpenAI 认为长程模型要按完整行动序列做安全对齐检查 — rhiever · 2026-07-22
- 有人想训练一个一致性 LoRA，让动漫场景保持统一 — ThirdWorldBoy21 · 2026-07-22
- 图计算工作负载 854.graph500 进入 SPEC CPU 2026 — Prof_DavidBader · 2026-07-22
- BlackboxNLP 2026 因投稿激增招募额外审稿人 — hanjie_chen · 2026-07-22
- AWS 证明自蒸馏推理可在 SFT 中保住推理能力 — AWS ML Blog · 2026-07-22
- UI2App 显示截图还原远落后于真实交互恢复 — Grace Man Chen · 2026-07-22