课程讲义付费专享
唐杰高级机器学习课程嘉宾讲座 | 李航：大语言模型的可解释性、推理与知识
从特征叠加与回路分析，到序列概率、强化学习和知识表示
导读
李航从特征叠加假说出发，介绍 SAE、CLT 怎样分析大语言模型的特征和回路，并结合功能词元、写诗、加法、翻译、幻觉与越狱，讨论模型内部的工作机理。第二讲把下一个词元预测放回序列概率的视角，连接极大似然估计、压缩建模和强化学习，再讨论自注意力、FFN、残差连接怎样表示和调用知识。课堂问答继续追问特征解释、记忆的含义、宏
CONTINUE WITH MOSS GARDEN
把好问题，研究到底。
本篇为付费订阅文章。
付费订阅开通后，可阅读全文并通过 Agent 读取。