LLM可解釋性入門指南

本文探討了大語言模型（LLM）的可解釋性，概述了這一重要研究領域的進展、趨勢和持續發展。文章介紹了從靜態評估向動態評估的轉變，模型無關的局部解釋方法（如SMILE框架），以及通過代理模型和觀測平台實現低成本可解釋性的工程實踐。