Mechanistic Interpretability explained | Chris Olah and Lex Fridman
3-Second Blueprint (English)
- Neural networks are grown rather than programmed: architecture acts as a scaffold where gradient descent cultivates emergent circuits.
- The universality hypothesis observes that distinct neural architectures often converge on the same natural feature abstractions.
- Under linear representation, concepts map to activation directions like Word2Vec vectors, turning network weights into circuit edges.
Mechanistic InterpretabilityLinear RepresentationsFeature UniversalityNeural Circuits
3-Sekunden-Fazit (Deutsch)
- Neuronale Netze wachsen statt programmiert zu werden: Die Architektur dient als Gerüst, auf dem Gradientenabstieg Schaltkreise formt.
- Die Universalitätshypothese besagt, dass verschiedene Netzwerkarchitekturen oft auf dieselben natürlichen Abstraktionen konvergieren.
- Durch lineare Repräsentationen entsprechen Konzepte Aktivierungsrichtungen wie bei Word2Vec, und Gewichte bilden Kanten dazwischen.
Mech. InterpretierbarkeitLineare RepräsentationFeature-UniversalitätNeuronale Schaltkreise
Note / Hinweis: Blueprints are AI-generated educational summaries (0% Politics · 0% Religion · 0% Brainrot) and do not constitute medical, legal, or financial advice. / KI-generierte Zusammenfassung zu Bildungszwecken – ersetzt keine medizinische, rechtliche oder finanzielle Fachberatung.