可解释性研究遭遇数据评估难题引讨论

2026年10月2日，据 AGI Hunt 报道，一位从数据与评测方向转向可解释性（interpretability）研究的研究员 benno_krojer 指出，该领域正重演数据中心的评估难题：要正确评估一个能揭示模型「内心想法」的 lens 非常困难。随后他补充称自己的看法有所变化——近期不会写纯评测或数据类论文；但他同时也观察到，许多优秀的方法类或可解释性论文本身都附带数据贡献，因此数据工作与 interp 方法研究并非彼此对立。目前该事件仍停留在观点讨论层面，报道中未提及更多后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。