Google DeepMind·· 2025-12-19
Google DeepMind 发布覆盖 Gemma 3 全尺寸的开放可解释性工具套件 Gemma Scope 2
Gemma Scope 2: helping the AI safety community deepen understanding of complex language model behavior
AI 导读
Google DeepMind 宣布发布 Gemma Scope 2，这是一套面向 Gemma 3 全系列、从 270M 到 27B 参数模型的开放可解释性工具。套件包含各层的稀疏自编码器与转码器，并提供针对聊天微调版本的分析工具，可用于研究多步计算、越狱、拒绝机制及思维链忠实度；其用途是支持研究和审计，并不意味着能保证消除相关风险。
来源：Google DeepMind · deepmind.google