Cammarata发文称神经网络更易解释，引发质疑

Gabriel Cammarata 在博客中提出，大型神经网络可能比过去认为的更易理解，内部结构遵循可辨认的规律。其称在改善架构和分析方式后，早期视觉模型 InceptionV1 最后一层约 99% 至 100% 的神经元可得到相对清晰的解释；在 Qwen3-32B 中，约 90% 的神经元正负响应方向各自具有一个主要功能，约 7% 涉及两个相关功能，约 2% 至 4% 尚未得到解释。 该研究引发争论。前 OpenAI 研究员 Jacob Hilton 质疑 Cammarata 高估了可解释性领域的现状，认为相关结论的适用范围有限。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。