Nick Cammarata 提出不剪枝的多分辨率归因图方案回应 Neel Nanda

Nick Cammarata 回应 Neel Nanda 对神经元归因图（attribution graphs）的批评，主张无需剪枝：神经元天然聚簇，可用智能体式方法做多分辨率分析，按重要性和意外程度调整粒度，多数时候误差可接受，关键处几乎无误差。他认为「该关注什么」加可变分辨率能大幅缓解扩展成本，但不确定是否有人测过前沿模型规模下的表现；弱激活意外地可用 ablation 处理，细节待后续公布。