Chris Potts 回应 Wilson 批评：别把可解释性研究等同于个别方法
ShahabBakht · x · 2026-11-02
斯坦福教授 Chris Potts 回应 Andrew Wilson 对可解释性领域的批评，指出对方把整个领域等同于其中一小部分工作，再据此否定该领域的做法值得商榷。
Potts 的核心论点是：批评具体方法没问题，但真正重要的是研究目标本身。他举例说明——影响函数（influence functions）这个方法可能不对，但解决数据归因（data attribution）问题将是变革性的；显著性图（saliency maps）显然不适合重要问题，但整个特征归因（feature attribution）方法体系要好得多。他同时反问：批评者是否确认过领域内的研究者早已在拓展方向了？
所属事件:斯坦福教授长文回应质疑：机制可解释性不应被全盘否定(2 条相关)→
「漫话AGI」频道最新
- AI 从业者两难：公众盯着看，说什么都会被误读 — catherineols · 2026-11-02
- 高宜人性人格更易被Claude带偏，用SOTA要敢唱反调 — curious_vii · 2026-11-02
- 工程师建议：AI 正在吞噬成本中心，尽早挪到利润中心 — emeka_boris · 2026-11-02
- Pinboard 创始人:AI 对齐争论像 1947 年核科学家误判未来 — nitarshan · 2026-11-02
- Eric Topol 提问:生命科学与医学会迎来自己的「苦涩教训」吗 — EricTopol · 2026-11-02
- AI Agent 完成任务≠省时间:人类验证工作才是隐藏成本 — alifcoder · 2026-11-02