Goodfire 推出块稀疏特征器,称可保留模型推理形状

bendee983 · x · 2026-07-29

这条帖子介绍了 Goodfire 推出的 Block-Sparse Featurizers(BSFs),核心观点是:现有可解释性工具往往把连续概念切碎成孤立点,而 BSFs 试图保留模型推理中“概念的完整形状”。

文章的主张是,BSFs 能提供一种更贴近模型内部表示的观察方式,让研究者更完整地看见 AI 系统如何组织和表达概念,而不是只看到零散的局部特征。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →