Papers13:24Chinese content论文研究电路评估方法:可复现成功却解释不了模型错误做可解释性的朋友看过来:这篇用 GPT-2 的 IOI 实验说明现有电路验证方法基本只看正确样本,错误复现率低到 11.4%,方法上值得反思。#Mechanistic Interpretability#GPT-2#IOI#interpretabilityaarXiv cs.LG@Li Zhang et al. (7)SourceRead laterReadWorth followingUsefulFollow Mechanistic Interpretability