论文12:22RECAP：可验证激活解释的解码监督方法这篇论文揭露了AI解释性评估的漏洞，并给出了RECAP方法，让你知道如何让模型内部信息真正可验证，而非被花言巧语欺骗。#Qwen-2.5-7B#Pythia-160M#可解释性#AI安全aarXiv cs.AI@Hiskias Dingeto原文稍后读已读值得跟进有用关注 Qwen-2.5-7B