可解释性研究者 maxsloef 离职 Goodfire,研究模型人格如何分层形成
maxsloef · x · 2026-11-01
可解释性研究者 maxsloef 宣布从模型可解释性初创公司 Goodfire 离职。他在讨论中阐述了 LLM 的分层图景:早期层将 token 翻译为概念,中间层基于概念做计算,后期层将概念翻译回下一个 token。
他更感兴趣的问题是模型的人格(character/persona)如何被决定,表示正在尝试理解这一机制——这类干预研究指向「编辑模型性格」的方向。
所属事件:可解释性研究者 maxsloef 离职 Goodfire,探讨 LLM 人格分层机制(2 条相关)→
「公司和人」频道最新
- 库克：苹果不想「为 AI 而 AI」，坚持不抢发 AI 功能 — TechCrunch AI · 2026-11-01
- ControlAI 赞助 YouTube 频道推「AI 泡沫」叙事，被指内容有偏差 — jessi_cata · 2026-11-01
- Ackman 称脑机接口几年内可让盲人复明，并警示 neocloud 债务风险 — elonmusk · 2026-11-01
- DeepMind 发布 Gemini Carbon 竟无人问津，被指发布节奏自毁热度 — brandon_galang · 2026-11-01
- Google Maps 源于一位工程师一个周末重写全部代码，他就是 Bret Taylor — DynamicWebPaige · 2026-11-01
- 乔布斯之子 Reed Jobs 管理超 10 亿美元基金押注 AI 制药抗癌 — Scobleizer · 2026-11-01