新论文：只解剖任务相关网络部分，机制可检查可编辑且成本更低

研究者提出一种比全网络分解更省钱的可解释性方法：不再解剖整个神经网络，只拆解模型在特定任务中实际使用的部分。这种做法便宜得多，得到的机制还能被检查、擦除或编辑，从而直接改变模型行为。作者另附详细推文线程展开了方法细节。