概念Oracle lens
Oracle Lens
一种多token激活读取方法，通过生成要点形式输出激活内容，并有RL微调变体
时间轴 (近 90 天)
10月12日
被评估的激活读取工具分为单 token 读取器和多 token 读取器：单 token 侧包含 Logit lens、J-lens、R-lens、Tuned lens；多 token 侧包含 Natural Language Autoencoders、Sparse Autoencoders、Patchscopes、Template lens、Oracle Lens。
待验证50%
10月12日
Oracle Lens 通过自回归重建加 RL 优化，追求更忠实、更简洁的读出。
待验证50%