Mech interp 的未来:从电路中抽象出可学习的算法

burny_tech · x · 2026-11-20

转发 @leothecurious 的观点:机制可解释性(mech interp)的未来在于把功能性机制从其具体实现中抽象出来——我们寻找的是模型学到的算法,而不仅仅是实现它们的电路。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →