模型介绍
中文整理模型名称：Gemma Scope 2
许可证：CC-BY-4.0
所属库：saelens
用途
Gemma Scope 2 是一个全面开源的稀疏自编码器（SAE）和转码器套件，应用于 Gemma 3 模型系列的各种模型尺寸和版本。该套件涵盖预训练模型和指令微调模型，参数规模包括 270M、1B、4B、12B 和 27B，每一层都配有不同位置的 SAE 和转码器。此外还包含多种多层 SAE 变体：适用于所有基础 Gemma 3 模型的部分残差流交叉编码器，以及适用于 270M 和 1B 模型的跨层转码器。
稀疏自编码器是一种分析工具，可将模型内部激活分解为底层概念，帮助理解模型的内部工作机制。
主要能力
该仓库包含在 Gemma V3 12B IT 上训练的 SAE 和转码器。不同文件夹包含不同类型的模型：
单层模型
- resid post、attn out、mlp out：在模型残差流、注意力输出、MLP 输出的 4 个不同层（25%、50%、65%、85% 深度）处训练 SAE，提供多种宽度和 L0 值。
- transcoder：在相同 4 层上训练转码器（或跳跃转码器），提供多种宽度和 L0 值。
- resid post all、attn out all、mlp out all、transcoder all：提供较少的宽度和 L0 选项，但覆盖模型的每一层。
多层模型
- crosscoder：弱因果交叉编码器，在 4 层连接的残差流上训练。
- clt：跨层转码器，从每个 MLP 层之前的残差流值重建整个模型的 MLP 输出。
输入输出
输入：Gemma 3 模型的激活值（残差流、注意力输出或 MLP 输出）
输出：分解后的稀疏特征表示
运行要求
需要使用 saelens 库来加载和运行这些模型。
基本用法
选择建议：
- 宽度：提供 16k、64k、256k、1m 四种宽度。建议使用 64k 或 256k。
- L0：目标 L0 值包括 small（10-20）、medium（30-60）、large（60-150）。建议大多数任务使用 medium。
除非进行完整电路风格分析，建议使用层子集文件夹中的 SAE 或转码器，如 resid post 或 transcoder。
限制
具体功能特性和性能表现可能因宽度和 L0 值的选择而异。建议根据具体使用场景进行选择。
联系方式
联系人：Callum McDougall
电子邮件：mcdougallc@google.com
引用
请参考相关论文。
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。