Goodfire 研究员称大语言模型内部机制或可被理解，引发 AI 圈激辩

Goodfire 研究员 Nick Cammarata 发布 26,000 字博客，提出大语言模型内部机制可能远比此前认为的更容易理解，从而更易监控和控制。他重新分析 2020 年 Inception v1 的“汽车与猫”神经元，认为该神经元实际捕捉的是 V 形特征，并据此认为神经网络存在可读的逻辑。