待验证50% 置信事实精确时间

Anthropic的机械可解释性（Mechanistic Interpretability）研究试图在神经网络激活层面定位特定知识的存储位置

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

拆解ChatGPT选源机制：网络流量分析揭示AI引用真相

hackernewshackernews2026/7/6

相关事实

待验证机制可解释性试图理解神经网络内部每个神经元和每层连接编码了怎样的概念77% 相似已验证机制可解释性由Anthropic、DeepMind等机构的研究者主导推动，致力于逆向工程神经网络内部的算法结构73% 相似待验证可解释性研究的核心目标是揭示神经网络模型尤其是大型语言模型内部的工作机制与决策依据70% 相似已验证麻省理工学院与Anthropic的可解释性研究发现模型内部存在大量多义性特征，单个神经元可能同时响应多个看似无关的语义概念70% 相似待验证机制可解释性研究者将贯穿全网络的信息流称为残差流，每个注意力头和前馈网络都通过线性投影从残差流中读取信息并以叠加方式写回70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/210387

API

curl https://kongchang.com/api/v1/knowledge/claims/210387

MCP

get_claim(id=210387)