Google DeepMind·· 2025-12-16精选AI 评分62
Google DeepMind 发布 Gemma Scope 2 可解释性工具套件
Gemma Scope 2: helping the AI safety community deepen understanding of complex language model behavior
AI 导读
Google DeepMind 发布 Gemma Scope 2，一套面向 Gemma 3 全系列（270M 至 27B 参数）的开源可解释性工具。该套件结合稀疏自编码器（SAEs）与 transcoders，覆盖模型每一层，并新增 skip-transcoders、跨层 transcoders 及针对聊天版本的越狱、拒答和思维链忠实度分析工具。
推荐理由
Gemma Scope 2 覆盖 Gemma 3 全系列并公开工具与演示，读者可了解可解释性工具在模型安全审计上的最新进展。
来源：Google DeepMind · deepmind.google