LLM可解释性入门指南

本文探讨了大语言模型（LLM）的可解释性，概述了这一重要研究领域的进展、趋势和持续发展。文章介绍了从静态评估向动态评估的转变，模型无关的局部解释方法（如SMILE框架），以及通过代理模型和观测平台实现低成本可解释性的工程实践。