Transluce 实践者反思：神经元自动解释一年后仍难解释复杂行为

Vincent Huang 回应称，Transluce 团队 2026 年上半年基于神经元自动解释（autointerp）改进和稀疏神经元回路两项工作，仍不足以解释模型的复杂行为。其 2024 年 10 月发布的 Llama-3.1-8B-Instruct 全神经元描述数据库及配套解释模型则显示，8B 模型即可低成本生成接近人类专家质量的神经元描述，支持用自然语言查询和引导模型内部表征。