
Transformer Circuits Thread 发布 Anthropic 团队有关语言模型内部计算、表征和解释性方法的公开研究。页面按项目呈现研究文章与更新,适合想对照原始图表、实验材料和概念定义的研究人员与工程师。

| 方向 | 具体用途 | 核对要点 |
|---|---|---|
| 浏览研究文章 | 从主题、论文和研究更新查看方法与观察 | 确认模型版本及研究具体问题 |
| 回查实验设置 | 阅读作者解释、样本和干预方式 | 记录方法的局限、可能的替代解释和样本范围 |
| 整理参考材料 | 按正式页面保存作者、日期与相关代码 | 引用结论时对照图表、方法和上下文 |
| 你的需求 | 可用资源 | 适用原因 |
|---|---|---|
| 想查 Anthropic 的可解释性专题 | Transformer Circuits | 连续呈现内部表征和方法研究 |
| 比较模型任务表现 | METR Research | 侧重实际任务、成功口径与外部评估 |
| 想看开放模型与数据研究 | EleutherAI Research | 可以沿项目查论文、开放工具和数据说明 |
研究小组要解释一项内部表征实验,准备区分作者在特定设置里的观察和它对实际模型行为的启示。
官方页面可公开浏览。注册、部署用量、产品配额及材料许可按官方说明分别核对。
每篇文章公开范围不同。分别查看有关数据、模型、代码和补充材料的说明。
需要比较架构、样本和实验设置。引用时明确发现对应的测试范围。