TAG:模型安全

谷歌DeepMind推出Gemma Scope 2,为Gemma 3模型提供全栈可解释性工具

谷歌DeepMind推出Gemma Scope 2,为Gemma 3模型提供全栈可解释性工具

谷歌DeepMind发布Gemma Scope 2,这是一个开放的可解释性工具套件,专为Gemma 3语言模型设计,支持从2.7亿到270亿参数的模型。该工具通过稀疏自编码器和转码器,帮助研究人员深入分析模型内部特征,追踪幻觉、越狱等行为,提升AI安全与对齐能力。

2025-12-23 17:03
0
0