跳到正文
AGI Hunt· antirez·· 2 小时前AI 评分39

antirez 复现 MIT 论文:LLM 权重里真有可看见的径向模式

AI 导读

antirez 通过消融实验复现 MIT 论文关于 LLM 权重可解释性的研究,对「大炮打降落伞」小游戏训练 PPO 后,在第一层权重中发现清晰的径向图案。该实验为模型内部学习到可解释空间表征提供了独立佐证。

来源:AGI Hunt · agihunt.info