interpretability 社区办赛:验证 logit lens 是否适配新架构 Inkling

benno_krojer · x · 2026-11-21

作者围绕 Thinking Machines 的 Inkling 模型发起 interpretability 竞赛。该模型有 looping、无单一干净 residual stream 等新特性,提出问题:现有 verbalization 手段(如 logit lens、作者自研 latentlens)在新架构上是否仍然有效?竞赛目标包括开发新的 lens、探索从模型哪里读出最合适、以及参赛者的独立发现,已开放注册。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →