论文13:24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#可解释性aarXiv cs.LG@Li Zhang 等 7 人原文稍后读已读值得跟进有用关注 Mechanistic Interpretability