热点事件持续更新
Anthropic提出MOLT可解释性新方法
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年9月30日，Anthropic可解释性团队提出稀疏线性变换混合（MOLT），作为transcoder的替代方案。据该团队介绍，MOLT用稀疏激活的线性变换替代MLP层，比transcoder更省算力、更忠实于模型机制。与transcoder不同，MOLT学习的是对残差流施加线性变换的计算单元，而非嵌入激活空间方向的稀疏特征，并可用于标注attribution graph的边。目前该工作由Anthropic的Transformer Circuits（可解释性研究）发布，尚无后续进展报道。
AI 根据报道生成 · 11 小时前更新
最新进展9月30日 23:28
Anthropic可解释性团队提出MOLT，作为transcoder的替代方案。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Anthropic：Transformer Circuits（可解释性研究）Anthropic 提出稀疏线性变换混合 MOLT，作为 transcoder 的替代方案
Anthropic 可解释性团队提出稀疏线性变换混合（MOLT），用稀疏激活的线性变换替代 MLP 层，比 transcoder 更省算力、更忠实于模型机制。MOLT 学习的是对残差流施加线性变换的计算单元，而非嵌入激活空间方向的稀疏特征，可标注 attribution graph 的边。
本事件热度走势
当前热度 7·可比范围峰值 10（10月1日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。