Goodfire研究员称大模型内部可读引争议

2026年10月20日，MIT Technology Review·AI 报道，Goodfire 研究员 Nick Cammarata 在一篇2.6万字博客中提出，神经网络内部并非不可理解，大型语言模型可能比此前认为的更容易监控和控制。他以 Inception v1 中同一神经元同时响应猫和车为例，认为二者共享 V 形特征。报道同时称，可解释性学界反驳其观点被过度解读。目前事件进展限于该博客引发的学界争议，报道未提及后续回应或验证结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。