#机械可解释性

神经网络本就「干净」：可解释性研究的范式转变

神经网络可解释性研究迎来范式转变：作者主张网络本身已是「干净」的，混乱源于观察方式而非模型结构。本文解析新旧范式的分歧、对SAE与电路分析的冲击，以及实践者该如何调整调试心态。