ai-interpretability

一篇观点文章认为，人类在定义意识方面的记录每次都是错误的，来自植物行为和AI可解释性（Anthropic在Claude中的发现）的证据强烈表明，我们可能错误地认为AI没有意识，邀请讨论同时拒绝人身攻击。

DeepMind发布Gemma Scope 2，这是一套面向Gemma 3模型家族的开放可解释性工具套件，旨在帮助AI安全社区理解和调试幻觉、越狱等复杂的语言模型行为。