Layer 15 Exposed - How GPT-OSS Routes Every Decision Before Output

摘要

Chris Hay 透過機械可解釋性分析 Layer 15，展示模型如何決定處理數學或語言、選擇運算方式及評估難度。觀眾能學習到如何定位並操控特定神經元，從而改變問題對模型的難易度。

Chris Hay demonstrates how to manipulate Layer 15 neurons to alter model difficulty using mechanistic interpretability.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

適合誰看

對機器學習原理、模型內部運作有興趣的研究者或開發者。

摘要依據

講者

Chris Hay

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.16

新鮮

0.35

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• The Dark Matter of AI [Mechanistic Interpretability]影片 ・ Welch Labs ・ 24 分鐘
• Interpretability: Understanding how AI models think影片 ・ Anthropic ・ 59 分鐘
• Don't Go Quiet On Me (by Opus 5.5)影片 ・ Neel Nanda
• ML STREAM! | Mechanistic Interpretability | Superposition in Toy Neural Nets影片 ・ Neural Breakdown with AVB
• GPT-OSS-20B Has a Secret Layer That Classifies Every Question Before Answering影片 ・ Chris Hay
• The moment we stopped understanding AI [AlexNet]影片 ・ Welch Labs ・ 18 分鐘