可解释性

标签「可解释性」下的全部文章

242026-10Anthropic 研究员谈语言模型内部机制：规划、意识与安全Anthropic 研究员 Emmanuel Ameisen 在 Lenny's Newsletter 播客中，围绕语言模型的内部运作机制展开约 72 分钟的讨论，聚焦规划、意识与 AI 安全三类议题。节目未披露具体技术细节与结论，仅从可解释性视角概括了通过观察模型内部状态理解其行为的方法论。Lenny's Newsletter