用 Haiku 给模型每个神经元起名评级：电锯刺穿的杂技演员怪异度 8 分

Sauers_ · x · 2026-10-27

作者对模型的每一个神经元做了一次扫描，让 Claude Haiku 给它们分类并按「怪异度」打分。配图显示组合特征的命名脑洞大开：如「猫 + 有知觉的咖啡因成瘾烤面包机烤箱乐队爱好者」→「被电锯刺穿的马戏团杂技演员」，并给出怪异度 8、连贯性 9/10 的评分。作者称搜索和组合这些神经元特征的过程非常有趣，是一种可玩性很强的可解释性探索方式。