研究者称TMS论文核心洞见仍被低估

2026年10月17日，据 AGI Hunt 报道，研究者 livgorton 认为可解释性重磅论文 Toy Models of Superposition（TMS）至今仍被低估。她表示，TMS 提出的许多预测和讨论，直到如今才逐步得到验证。她特别指出其中一个观点与语言模型可解释性研究者的实际发现高度吻合：MLP 神经元在其最强激活上往往显得可解释，而多义性主要藏在较弱的激活里。截至该报道，这一判断来自研究者个人观点，报道未提及新的实验数据或其他研究者的回应。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。