2024-05-21 这一期

这一期没有导语。

本期收录

• 将稀疏自编码器扩展到 Claude 3 Sonnet (2024-05-21 · Transformer Circuits Thread)
  Anthropic 从生产级模型中提取出多语言、多模态的可解释特征，并发现安全相关特征