四步使用本地小模型和 Claude 入门机械可解释性

机械可解释性实践可借助本地小模型与 Claude 快速上手，只需四步即可开始分析神经元激活。准备 prompt 或对比数据集后，可使用 Qwen3.5 的 0.8B、2B 或 4B 版本提取特定层全部神经元激活值，并优先观察常具有特权基的 MLP 神经元，随后将激活数据交给 Claude 等 LLM 智能体分析，也可结合主题检测等标准技术进行手动分析。