第 2 阶段 · 大模型原理
大模型内部机制与可解释性
模型内部表征了什么，以及研究者“打开黑箱”的工具。
3 节课1 节可读
- 01 大模型内部学到了什么？表征与可解释性 特征、叠加、电路与世界模型：我们知道什么、还不知道什么。 高级 25 分钟 ✓
- 02 电路与稀疏自编码器 归纳头、字典学习与归因图的实际做法。 精通 25 分钟 ✎ 编写中
- 03 探针、知识编辑与激活引导 线性探针、因果干预、知识编辑和激活引导。 精通 20 分钟 ✎ 编写中
在新版课程里对应的单元
每个单元都有学习目标、要掌握的算法、必读论文、动手项目和自测题。