#大模型可解释性

共 3 篇相关文章

jlens-gguf是一款开源工具，将Anthropic雅可比透镜（Jacobian Lens）可解释性方法引入GGUF与llama.cpp生态，支持模型内部观测、实时引导（steering）及abliteration操作，兼容dense与MoE架构，让本地推理用户也能探索大模型内部机制。

系统掌握Anthropic推出的AI助手Claude：涵盖账号注册、界面操作、文件处理、知识库与API集成，附技术博客写作、数据分析、编程学习三大实战案例，以及提示词工程与Agent智能体开发进阶技巧。

因果理论破解大模型黑箱：机械可解释性的新范式

大型语言模型（LLM）的黑箱问题如何解决？本文深入解析因果理论如何赋能机械可解释性研究，从因果干预、激活修补到电路发现，揭示AI内部运作机制，探讨其对AI安全与对齐的深远影响。