Goodfire研究称单个 MLP 神经元更可解释且功能更受限

Goodfire技术成员 Curt Tigges 在 Cognitive Revolution 播客中介绍其可解释性研究，称现代大模型单个 MLP 神经元的可解释性和功能边界更清晰。研究团队使用自动化神经元科学家 agent 在 Qwen3.6-35B-A3B 等架构上提出并检验神经元功能假设，并发现模型在大量神经元被消融或置零后仍能运行，基准成绩几乎无损。