可解釋性

Anthropic Research·

Anthropic 的可解釋性團隊致力於理解大型語言模型的內部運作，以增強 AI 安全性和正面成果。他們採用跨學科方法，包括電路追蹤等技術來分析模型行為和內部狀態。

暫無內容

— Anthropic Research

相關文章

  1. Anthropic 的可解釋性研究

    大約 2 個月前

  2. Anthropic 開源大型語言模型電路追蹤工具以增進可解釋性

    11 個月前

  3. The engineering challenges of scaling interpretability

    將近 2 年前

  4. 電路更新 – 2024年9月

    超過 1 年前

  5. 理解人工智慧，觀察其演進

    Hacker News · 7 個月前