Google DeepMind·· 2025-12-16精选AI 评分85
Google DeepMind发布Gemma Scope 2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开放解释性工具套件，覆盖Gemma 3从270M到27B参数的全部模型尺寸。该套件结合SAE、transcoder、skip-transcoder和cross-layer transcoder，并提供面向聊天模型的工具，用于分析越狱、拒答机制和思维链忠实性等复杂行为。
推荐理由
Gemma Scope 2覆盖Gemma 3全尺寸模型并引入多类解释工具，为研究越狱、幻觉和模型行为审计提供了更完整的开放基础。
来源：Google DeepMind · deepmind.google