# 机械可解释性

Goodfire研究员称LLM可解释性远超预期

Goodfire研究员称LLM可解释性远超预期。其发布2.6万字博客指出，神经网络内部存在潜在逻辑，并非完全纠缠无序。这一发现或让AI监控与控制更易实现，但在安全领域引发争议，部分学者认为尚缺严格评估支撑。