机制可解释性前景或远超预期

强烈推荐一读。这正是我们需要更多开展的可解释性研究。 "我们现在可以理解模型中大多数神经元，这些模型的参数规模可达数万亿，我们认为机制可解释性的前景可能远比我们之前想象的要好。"