Ник Каммарата (Goodfire) утверждает в блоге, что LLM легче понять, чем считалось
Ник Каммарата из стартапа Goodfire опубликовал 26‑тысячесловный блог‑пост, в котором утверждает, что крупные языковые модели могут быть значительно более интерпретируемы — и, следовательно, проще для мониторинга и контроля — чем многие считают. Пост вызвал мощную реакцию в сообществе: от восторга возможным прорывом в механистической интерпретируемости до скепсиса, что это лишь догадка.