至知研究院提出大模型可解释性新路线：直接拆权重，数据成本不到1%

至知创新研究院联合多所高校提出稀疏权重分解（SWD）方法，直接从预训练权重中分解出可干预单元，无需训练替代网络，数据成本不到1%。该方法在GPT-2、Qwen等模型上验证了高效的任务回路抽取能力，为机制可解释性提供了新思路。

+6