Goodfire 称神经网络已然洁净，可解释性争议升温

Goodfire 的 Nick Cammarata 发布文章提出「神经网络已然洁净」的工作假设，认为许多已知的多义性与叠加现象经进一步智能体分析即可拆解。他提到 2023 年在 OpenAI 的自动可解释性工作仅发现约 2% 的神经元可读，并称不少著名的多义性案例属于误读。