研究表明神经元足以做电路分析，transcoder 增益有限
burny_tech · x · 2026-10-27
转发一篇可解释性研究：论文发现 transcoder 相比直接用神经元在电路分析中带来的额外增益很小，神经元本身可能就足够。
论文主要内容：
- 额外评测与案例研究（换行 linebreaking、算术加法，含 Llama 3.1 8B 上的加法电路可视化）
- 对 MoE transcoder 和 SAE 的扩展
- toy models 与方法论讨论
配图显示：在 Gemma 3 4B 上 1500 个 bigram 探测任务中，transcoder 拿到 top-1 的比例 75.6%，而稀疏化神经元仅 0.0%、MoE 路由专家神经元 0.9%（Qwen 3 4B、Gemma 4 26B-A4B 上趋势类似）；另有 SAE 编码/解码器余弦相似度分布分析。结论对目前以 transcoder 为主流的机制可解释性工具链提出质疑。
「研究」频道最新
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27