#interpretability

#interpretability와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.

Qwen이 Qwen3·Qwen3.5 기반 SAE 해석 도구 Qwen-Scope를 공개했다.

·2026.04.30 13시

LLM이 의미 없는 토큰을 사용하여 효율적으로 추론하는 Abstract CoT 기술이 제안되었다.

·1·2026.04.29 07시

딥러닝 학습을 설명하는 learning mechanics 이론의 성립 가능성을 정리했다.

·1·2026.04.26 02시

최종 logits만으로도 이미지 쿼리의 불필요한 정보가 새어 나올 수 있다.

·1·2026.04.20 09시

LLM 추론 모델은 텍스트로 추론을 시작하기 전, 이미 내부 활성화 상태에서 결정을 내린다.

·2026.04.06 09시

Claude Sonnet 4.5는 감정 개념을 내부적으로 표현하며 행동까지 바꾼다.

·1·2026.04.02 00시

모델 간 행동 차이를 자동으로 찾아 숨은 위험 신호를 드러낸다.

·2026.03.13 00시

가중치의 대부분을 0으로 만드는 sparse models를 통해 신경망의 내부 동작을 쉽게 파악할 수 있는 sparse circuits를 구현했다.

·2025.11.13 19시

특정 분야의 잘못된 학습이 모델 전체의 정렬 불량으로 확산되는 현상을 규명하고 해결책을 제시했다.

·1·2025.06.18 19시

Google이 온디바이스용 Gemma 2 2B와 안전 분류기 ShieldGemma, 해석 도구 Gemma Scope를 출시했다.

·2·2024.07.31 09시

OpenAI가 GPT-4의 내부 표현을 1,600만 개의 해석 가능한 패턴으로 분해하는 새로운 방법을 공개했다.

·1·2024.06.06 09시

xAI가 프롬프트 엔지니어링과 해석 가능성 연구를 가속화하기 위한 통합 개발 환경인 PromptIDE를 공개했다.

·1·2023.11.06 00시