Steerling-8B：训练时植入可解释性的扩散模型
burny_tech · x · 2026-08-20
Guide Labs 发布论文《Scaling Inherently Interpretable Language Models》及 Steerling-8B 模型。不同于传统先训练后解释，该方法将可解释性作为约束条件直接融入训练流程。实验表明，随着规模扩大，模型内部表征反而更加解耦且符合人类概念。Steerling-8B 支持概念归因与闭环干预，无需重新训练即可纠正行为，在较少算力下性能可媲美开源竞品。
「模型」频道最新
- Muse Spark Open 经 llama.cpp 跑通 M3 Ultra：前沿模型上桌面 — pcuenq · 2026-10-16
- OpenAI 推出 GPT-Live-1.1 语音升级：新增六语种声音、更少卡顿 — OpenAI · 2026-10-16
- LMArena 上线 Muse Spark 新模型，Battle 与 Agent 模式可测 — arena · 2026-10-16
- 多模型同题设计 UI:用 Paseo 编排四套界面方案竞技 — vista8 · 2026-10-16
- Ilya 质疑 Meta 新许可证：年收入超 2000 万美元的推理服务商须与 Meta 另签协议 — ilyasu · 2026-10-16
- Muse-Spark 开源权重发布：816B MoE 模型 MLX 3bit 版已上线 — ns123abc · 2026-10-16