#内部状态

共 3 条 · 7 天 0 条 · 30 天 1 条

Hermes 8B 1 LLM 1 Transformer 1 前馈网络 1 可解释性 1 计算溯源 1 预测模型 1

信息流里打上「内部状态」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月30日

论文 Agent 与开发者73°03:16

LLM内部状态预测研究

Hermes 8B研究显示：用8个数字就能预测LLM内部状态走向，误差降低七成。

#Hermes 8B #LLM #内部状态 #预测模型

rohanpaul_ai@rohanpaul_ai原文

8月18日

计算溯源研究：生成文本可携带内部状态证据

这篇论文用受控实验证明，模型输出能藏住内部状态的证据，128对测试全过，对理解AI可解释性挺有意思。

#计算溯源 #可解释性 #Transformer #前馈网络

arXiv cs.AI@Benjamin Belay原文

5月13日

论文官方一手00:33

Anthropic可解释性研究最新进展

Anthropic持续推进可解释性前沿，这些方法为理解模型内部状态提供了新工具，对AI安全评估和模型调试具有实际参考价值。

#可解释性 #内部状态 #Claude #AI安全

官方一手Anthropic: Transformer Circuits11 个信源在谈原文