模型介绍
中文整理Qwen-Scope：解读智能，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。该模块在Qwen的隐藏层中集成并训练了稀疏自编码器（SAE），通过稀疏约束自动提取高度解耦、低冗余且更易解释的数据特征。
主要能力
Qwen-Scope可用于分析Qwen行为的内部机制，并在模型优化方面具有广阔的应用潜力。具体应用场景包括：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。
输入输出
输入：需要运行基础LLM，在选定层hook残差流，提取稀疏SAE特征激活。使用在基础模型上训练的SAE探索后训练检查点的内部过程同样可行。
输出：稀疏SAE特征激活
运行要求
基础模型：Qwen3.5-35B-A3B-Base
SAE宽度：131072
隐藏大小：2048
扩展因子：64×
Top-K：100
Hook点：残差流
层数覆盖：0至39层，共40层
文件格式：PyTorch .pt字典
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(131072, 2048)
W_dec：解码器权重矩阵，形状(2048, 131072)
b_enc：编码器偏置，形状(131072,)
b_dec：解码器偏置，形状(2048,)
基本用法
端到端使用流程：运行基础LLM，在选定层hook残差流，提取稀疏SAE特征激活。项目中包含每个transformer层（0至39层）的SAE检查点文件。
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，严禁制造、生成或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。
许可证
违规者将被自动终止授权并承担一切法律责任。本声明最终解释权归项目所有者所有。
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。