ICML Spotlight 论文：约百个 MLP 神经元电路即可操控语言模型行为

ICML Spotlight 论文《Language Model Circuits Are Sparse in the Neuron Basis》首次实证证明，MLP 神经元与 SAE 同样稀疏，语言模型的电路在神经元基底下也具有稀疏性。研究显示，仅需约百个神经元构成的电路即可操控模型行为，为机制可解释性研究提供新路径。