Tag:mechanistic-interpretability
All the articles with the tag "mechanistic-interpretability".
从 LLM 回答追溯内部知识：Mechanistic Interpretability、Circuit Tracing 与 Knowledge Attribution
Published: at 08:00 AM从参数化知识、SAE 特征和 Circuit Tracing 出发，梳理 LLM 回答与内部知识的关联方法，比较开源工具、研究论文和 2026 年产业实践，并给出可运行的 Python PoC、工程架构、评估方法与行业影响。