第五届机制可解释性黑客松 11 月 20 日开赛,主题 Autointerp Evals

burny_tech · x · 2026-11-19

第五届机制可解释性黑客松将于 11 月 20-22 日在 Mechinterp Discord 举办,48 小时内组队完成一个 mechinterp 研究项目并提交到 itch.io。官方主题是「Autointerp Evals」——寻找自动评分可解释性解释的方法(如 OpenAI autointerp 按解释预测激活的帮助程度打分),但也欢迎其他方向:验证 Nick Cammarata「神经元已干净」的论断、对有明确含义的神经元做 steering 实验、探索 J-lens 等。不要求完成完整项目,做出玩具版本并提交即可。

原文链接 →

「公司和人」频道最新

更多「公司和人」频道 AI 资讯 →