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。
「研究」频道最新
- StreamEmbed:端侧实时索引屏幕历史,比截图编码快 3.7 倍 — shangbinfeng · 2026-11-20
- 谷歌Willow登上Science封面:量子 contextuality 以98.3%胜率赢下「不可能」游戏 — sundarpichai · 2026-11-20
- 杜一论等发布能量模型教程:统一视角串起扩散、强化学习与推理 — burny_tech · 2026-11-20
- MiniMind:64M 参数小模型,2 小时、约 3 元成本从零训练 LLM — dr_cintas · 2026-11-20
- 一周 1900 篇 AI for Science 论文:测试误差小不等于模型对了 — bravo_abad · 2026-11-20
- MBZUAI 发布 PAN 2 世界模型:29B 参数,连训练代码一并开源 — ZhitingHu · 2026-11-20