概念Circuit Analysis / 机械可解释性电路分析
电路分析
机械可解释性中的一种方法，通过追踪注意力头与MLP等组件的协作路径来理解神经网络特定行为的计算机制。
时间轴 (近 90 天)
10月22日
当前可解释性主流路径包括事后归因方法（如注意力可视化、SHAP）与机制可解释性（如稀疏自编码器、电路分析），后者试图在神经元激活层面定位可识别的「特征电路」。
待验证50%
10月16日
电路分析（如追踪注意力头与 MLP 的协作路径）依然有效，但它解释的是计算路径，而非表示空间的「洁净度」，两者属于不同层次的问题。
待验证50%