模型详情
模型介绍
中文整理# Qwen-Scope 模型卡片
模型用途
Qwen-Scope 是基于 Qwen3 和 Qwen3.5 系列模型训练的可解释性模块。通过在 Qwen 隐藏层中集成和训练稀疏自编码器（SAE），并实施稀疏约束，该模块能够自动提取高度解耦、低冗余且显著更易解释的数据特征。
## 主要能力
- 分析 Qwen 模型行为的内部机制
- 模型优化：可转向推理控制、评估样本分布分析与比较、数据分类与合成、模型训练与优化
## 基础参数
- 基础模型：Qwen3-8B-Base
- SAE 宽度：65536
- 隐藏大小：4096
- 扩展因子：16×
- Top-K：50
- 钩子点：残差流
- 覆盖层数：0 至 35（36 层）
- 文件格式：PyTorch .pt 字典
## 架构说明
这是 TopK SAE 架构，每次前向传播时精确保留 50 个非零特征。每个检查点文件包含四个张量：编码器权重矩阵 W_enc、解码器权重矩阵 W_dec、编码器偏置 b_enc、解码器偏置 b_dec。
运行要求
- Python 环境
- PyTorch 框架
- 基础 LLM（Qwen3-8B-Base）
基本用法
端到端演示：运行基础 LLM，在选定的层钩住残差流，提取稀疏 SAE 特征激活。使用在基础模型上训练的 SAE 来探索后训练检查点的内部过程同样适用。
## 使用限制
严禁将可解释性工具用于非科学研究目的干扰模型能力，或制造、生成和传播违反公序良俗和社会主义核心价值观的有害信息，包括色情、暴力、歧视或煽动性内容。违规者将被自动终止授权，并承担由此产生的一切法律责任。
许可证
如在研究中使用这些 SAE，请引用相关技术报告。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
