人物
Chris Olah
Chris Olah是机器学习领域的研究员，专注于神经网络可解释性（Interpretability）研究，现任职于Anthropic。他致力于理解神经网络内部的工作机制，开创了电路（Circuits）分析等研究方法，试图以可视化和系统化方式揭示深度学习模型的内部结构与特征表示。其研究对AI安全与透明度领域具有重要影响，相关成果在学术界和工业界广泛引用。
时间轴 (近 90 天)
10月4日
机制可解释性是可解释性AI研究的子领域，目标是从神经网络内部电路层面理解模型为何做出特定判断，Neel Nanda和Chris Olah是该领域奠基性人物
待验证50%
9月5日
Dario Amodei带走的团队包括Tom Brown（GPT-3第一作者之一）、Chris Olah（可解释性研究先驱）和Jared Kaplan（Scaling Laws论文作者）
待验证50%