Circuits 更新：2025 年 7 月
来自 Transformer Circuits Thread · 期号 2025-07-25
摘要
Anthropic 可解释性团队发布 2025 年 7 月进展，包含两篇新文章。 第一篇用“特征”语言重新表述了《Transformer Circuits 的数学框架》，将注意力头的 OV 电路和 QK 电路描述为特征之间的映射，而非矩阵特征值。 第二篇将可解释性方法应用于生物学问题。 团队称这些是初步想法，后续会有更完整的论文。
来自 Transformer Circuits Thread · 期号 2025-07-25
Anthropic 可解释性团队发布 2025 年 7 月进展，包含两篇新文章。 第一篇用“特征”语言重新表述了《Transformer Circuits 的数学框架》，将注意力头的 OV 电路和 QK 电路描述为特征之间的映射，而非矩阵特征值。 第二篇将可解释性方法应用于生物学问题。 团队称这些是初步想法，后续会有更完整的论文。
本站只做摘要与索引，全部内容版权归原作者所有。