机制可解释性 · AI 星际引擎

AI星际引擎AI STARSHIP

2026.11.08 星期日

第 94 期

主题 · 机制可解释性

机制可解释性

2 条

01
Same Behavior, Different Mechanism: What Finite Experiments Can Certify About Integrated Information
arxiv.org·arXiv·3天前
02
Understanding AI from the Inside: The State of Mechanistic Interpretability for AI Safety
arxiv.org·arXiv·3天前