2023-05-24 这一期

这一期没有导语。

本期收录

• 可解释性之梦 (2023-05-24 · Transformer Circuits Thread)
  Chris Olah 阐述机械可解释性的长期愿景：解决叠加问题后，有望发现跨模型的通用特征与回路
• Circuits 更新：2023 年 5 月 (2023-05-24 · Transformer Circuits Thread)
  Anthropic 可解释性团队用字典学习提取叠加特征，同时提出将“特征”定义为激活的最简分解。