一条推文串起 AI 可解释性研究的三大术语门派

一条推文用 grug、gorm 与 gormug 三种风格梳理 AI 可解释性研究术语。朴素表达包括 probes、J-lens、neuron atlas，华丽说法涵盖 activation oracles、introspection、LoRAcles，而 SAEs、transcoders 等属于 gormug 合体。