可解釋性

標籤「可解釋性」下的全部文章

242026-10Anthropic 研究員談語言模型內部機制：規劃、意識與安全Anthropic 研究員 Emmanuel Ameisen 在 Lenny's Newsletter 播客中，圍繞語言模型的內部運作機制展開約 72 分鐘的討論，聚焦規劃、意識與 AI 安全三類議題。節目未披露具體技術細節與結論，僅從可解釋性視角概括了通過觀察模型內部狀態理解其行為的方法論。Lenny's Newsletter