ваш штучний інтелект — це ЧОРНА ЯЩИКА, і саме тому він почне висмоктувати ваш гаманець

механістична інтерпретованість — це спосіб розкрити LLM і відобразити реальні схеми всередині нього
не тестування настроїв
не "здається, що працює"
фактичне відстеження на рівні нейронів, як модель реалізує логіку
зараз 96% трафіку, що потрапляє на ваші кінцеві точки, — це боти, що читають сирий HTML
ваша модель приймає рішення, які ви не можете аудиторувати, відстежувати або пояснити
і ви дозволяєте їй тримати ключі від реального капіталу
компанійські команди з безпеки штучного інтелекту не розуміють, як працюють їхні власні моделі
вони обгортають їх у RLHF і називають це узгодженим
це не безпека, а МАРКЕТИНГ
справжня проблема — масштаб — мільярди параметрів, і ми можемо інтерпретувати лише крихітні схеми поки що
але ці крихітні схеми розповідають вам усе
які нейрони активуються на цінових даних
які з них повністю переважають ваш контекст RAG.