transformer-lens-interpretability

TransformerLens is the de facto standard library for mechanistic interpretability research on GPT-style language models. Created by Neel Nanda and maintained by Bryce Meyer, it provides clean interfaces to inspect and manipulate model internals via HookPoints on every activation.

The main class that wraps transformer models with HookPoints on every activation:

| GPT-2 | gpt2, gpt2-medium, gpt2-large, gpt2-xl | | LLaMA | llama-7b, llama-13b, llama-2-7b, llama-2-13b | | EleutherAI | pythia-70m to pythia-12b, gpt-neo, gpt-j-6b | | Mistral | mistral-7b, mixtral-8x7b | | Others | phi, qwen, opt, gemma |

يوفر إرشادات لأبحاث قابلية التفسير الآلي باستخدام TransformerLens لفحص الأجزاء الداخلية للمحول ومعالجتها عبر HookPoints والتخزين المؤقت للتنشيط. يُستخدم عند إجراء هندسة عكسية لخوارزميات النماذج أو دراسة أنماط الانتباه أو إجراء تجارب تصحيح التنشيط. المصدر: orchestra-research/ai-research-skills.