模型介绍
中文整理Qwen-Scope：解码智能，释放潜能
模型用途
Qwen-Scope是针对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，可以自动提取高度解耦、低冗余且更易解释的数据特征。该模块可用于分析Qwen内部行为机制，并在模型优化方面具有重要应用潜力。
主要能力
可引导推理控制、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。
输入输出
输入：需要使用基础LLM，在选定层hook残差流。输出：稀疏SAE特征激活。
运行要求
基础模型：Qwen3.5-9B-Base。SAE宽度：65536。隐藏层大小：4096。扩展因子：16×。Top-K：100。Hook点：残差流。覆盖层数：0至31共32层。文件格式：PyTorch .pt字典。
基本用法
每个检查点文件layer{n}.sae.pt为Python字典，包含四个张量：W_enc（编码器权重矩阵，形状65536×4096）、W_dec（解码器权重矩阵，形状4096×65536）、b_enc（编码器偏置，形状65536）、b_dec（解码器偏置，形状4096）。使用SAE时，每层前向传播仅保留100个非零特征。
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、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。违反者将自动终止授权并承担一切法律责任。
许可证
最终解释权归项目所有者所有。
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
运行模型需要的设备、工具与依赖，以原作者说明为准。
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。