至知研究院提出大模型可解释性新路线：拆权重，数据成本不到1%

至知研究院提出了一种大模型可解释性研究的新路线。该方法通过直接拆解大模型权重，实现对模型内部机制的解析，无需训练替代网络。该路线在数据成本上具有显著优势，所需数据成本不到传统方法的1%。这一研究为大模型可解释性提供了新的思路，有望降低理解大模型内部运作机制的门槛。