“我们看错了”：Nick Cammarata 称 LLM 可能比想象中更容易理解

Nick Cammarata 在 Goodfire 发表了一篇 26,000 字博文，提出 LLM 可能比之前认为的更容易理解和控制。他用 Inception v1 模型中同时响应猫脸和汽车前脸的神经元为例，说明 V 形特征可能是它们的共同逻辑，而非之前认为的神经元多任务“superposition”。