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。
「研究」频道最新
- 黎曼猜想 Lean 形式化证明通过多重独立内核验证,davidad 称 GPT-5 后最大惊喜 — davidad · 2026-11-21
- FineVision 数据集现大量劣质标注,长颈鹿被描述成浅蓝色 — giffmana · 2026-11-21
- Vishal Sikka 长文:Levent 借 Claude 证明黎曼假设震撼数学界 — vsikka · 2026-11-21
- NDIF 上线 Inkling 2 Mini 并发起 Looped Lens 可解释性挑战赛 — benno_krojer · 2026-11-21
- OpenAI GPT-Rosalind 发现神经退行疾病药物研发新线索 — OpenAI · 2026-11-21
- 黎曼猜想 Lean 证明第三方 Proof Monitor 上线,实时跟踪独立核验进度 — altryne · 2026-11-21