视频详解 Jacobian Lens：给 LLM 装上「测谎仪」读出真实意图

解释性可视化视频详解 Jacobian Lens：通过分析 LLM 内部表征中的 Jacobian 相关信号，在不依赖模型自述的情况下判断其真实意图。演示中，该方法能区分模型表面声称「你是对的」与内部信号指向「你错了」的情况。内容面向想入门机制可解释性（mechanistic interpretability）的观众。