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%

至知研究院近期提出一种大模型可解释性新路线，通过直接拆解模型权重来理解其内部机制，而非训练替代网络，数据成本不到传统方法的1%。该方法旨在降低解释成本，提升效率，为AI安全研究提供新方向。公开资料未提供技术细节或实验数据。