模型介绍
中文整理模型名称
Qwen-Scope
模型用途
Qwen-Scope是一个可解释性模块，基于Qwen3和Qwen3.5系列模型训练。通过在Qwen的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、低冗余且显著更易解释的数据特征。该模块可用于分析Qwen模型行为的内部机制，并具有模型优化的潜力。
主要能力
通过稀疏自编码器技术提取模型内部特征，实现对模型运行过程的可解释性分析。应用场景包括：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。
架构规格
SAE宽度：32768
隐藏层大小：2048
扩展因子：16×
Top-K：50
钩子点：残差流
覆盖层数：0至39（共40层）
文件格式：PyTorch .pt字典
每个检查点文件包含四个张量：
编码器权重矩阵W_enc (32768, 2048)
解码器权重矩阵W_dec (2048, 32768)
编码器偏置b_enc (32768,)
解码器偏置b_dec (2048,)
输入输出
输入：选定层的残差流激活
输出：该层的稀疏SAE特征激活
运行要求
需要PyTorch环境
需要Qwen3或Qwen3.5系列基础模型
基本用法
端到端演示流程：运行基础大语言模型，在选定层钩住残差流，然后提取稀疏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也是合理的。
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。违规者将被自动终止授权，并承担由此产生的一切法律责任。
引用
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。