说米网

在很多人看来，与OpenAI 的 ChatGPT相似的大型言语模型 （LLM）就像一个黑匣子，由于即便对于数据科学家来说，也很难知道为什么这些模型总是以自己的办法做出反应，就像随便捏造事实相同。
为了能够分析 LLM 的的行为，OpenAI 正在开发一种东西来自动识别 LLM 的哪些部分对其行为负责。简单的说，OpenAI在最新的发布效果中，展现了用 GPT-4解说 GPT-2的行为，取得了开始的效果。
中文域名注册,OpenAI开发的东西通过调用 GPT-4来计算出其他架构更简单的言语模型上神经元的行为。该东西会为 LLM 中的每个神经元生成解说，这些解说被编译到与东西代码一同发布的数据集中。
AI 机器人 人工智能 (2)
大模型（LLM）和人脑相同，由「神经元」组成，这些神经元会调查文本中的特定规则，进而影响到模型本身出产的文本。
比如有一个针对「漫威超级英豪」的神经元，当用户向模型提问「哪个超级英豪的能力最强」时，这个神经元就会进步模型在答复中说出漫威英豪的概率。开端之前，先让 GPT-2运转文本序列，等待某个特定神经元被频频「激活」的状况。
OpenAI 开发的东西使用这种规则将模型进行分解。
首先，让 GPT-4针对这段文本，生成解说。比如在下面的事例中，神经元主要针对漫威内容。GPT-4接收到文本和激活状况后，判断这与电影、角色和娱乐有关。接着，用 GPT-4模仿这个 GPT-2的神经元接下来会做什么，并用GPT-4生成的模仿内容。最后，进行对比评价。对比4代模仿神经元和2代实在神经元的结果，看 GPT-4猜的有多准。为了确定解说的准确性，该东西为 GPT-4供给了文本序列，并让它猜测或模仿神经元的行为办法。然后将模仿神经元的行为与实际神经元的行为进行比较。
image.png
通过这样的办法，OpenAI 对每个神经元的行为作出了开始的自然言语解说，并对这种解说和实际行为的匹配程度进行了评分。
研究人员现已对 GPT-2中的所有307，200个神经元生成解说，并将这些解说汇编成数据集，与东西代码一同在 GitHub 上发布。
image.png
它背面的工程师强调它还处于早期阶段，但其运转代码现已能够在 GitHub 上以开源办法取得。OpenAI 的东西能够帮助研究人员更好地理解 LLM 的行为，从而进步性能并削减偏差或毒性。
也有人质疑，该东西本质上是为 GPT-4做广告，由于它需求 GPT-4才能工作。其他解说 LLM 东西较少依靠商业 API，例如 DeepMind 的Tracr。