第 2026-11-12 期 · 行业追踪 · 研究 · 开源 · 安全
探索大语言模型内部机制的新工具

文章讨论机制可解释性研究从2021年的少数研究者发展到数百名活跃贡献者,并指出Anthropic和OpenAI因算力更多投向模型而非安全研究而受到批评。作者为此开发了可视化工具TinyGPT Visualizer。
查看原文 ↗
文章讨论机制可解释性研究从2021年的少数研究者发展到数百名活跃贡献者,并指出Anthropic和OpenAI因算力更多投向模型而非安全研究而受到批评。作者为此开发了可视化工具TinyGPT Visualizer。
查看原文 ↗