Goodfire 提出神经网络已足够清晰，引发可解释性争论

Goodfire 的 Nick Cammarata 发布文章提出“神经网络已经足够清晰”，称许多经典的多义性与叠加案例在进一步智能体分析下可被解读，而他 2023 年在 OpenAI 的自动可解释性工作仅约 2% 神经元可读。Neel Nanda 表示这未改变其核心判断，仍认为存在表征叠加，Leo Gao 则主张用神经元模拟的 KL 指标评估解释质量。该文尚未正式发表。