研究者类比:steering vectors 与机制可解释性,或如遗传率与 GWAS 之演进
moultano · x · 2026-10-17
Google 研究者 moultano 提出一个可解释性领域的观察:steering vectors(导向向量)与机制可解释性(mechanistic interpretability)之间的关系,可能会演变成类似遗传学中遗传率估计(heritability estimates)与全基因组关联分析(GWAS)的关系——两条路径各自迭代改进,最终希望能在中途会合。这是一个关于可解释性研究方法论走向的大局判断。
「研究」频道最新
- Qwen3 单个神经元同时追踪「科罗拉多」和 Tornado HTTP 代码 — livgorton · 2026-10-17
- Vals AI 科学指数：OpenAI 三款新模型分榜领跑，无一全科称王 — BenBlaiszik · 2026-10-17
- NeurIPS 2026 论文：把 AI 文本检测当作持续学习问题求解 — lucy3_li · 2026-10-17
- Regents Labs 周报:精选 17 篇 AI/agent 科学论文附 AI 精读 — seanwbren · 2026-10-17
- 开发者构建「前数字」AI 数学系统，用关系与张力训练图案 — debreuil · 2026-10-17
- 开源本地 PDF/电子书检索工具 research-rag:CPU 可跑、支持 MCP — kishkisan · 2026-10-17