transformer-lens-interpretability

SKILL.md

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 |

Bietet Anleitungen für die mechanistische Interpretierbarkeitsforschung mit TransformerLens, um Transformator-Interna über HookPoints und Aktivierungs-Caching zu überprüfen und zu manipulieren. Verwenden Sie es, wenn Sie Modellalgorithmen zurückentwickeln, Aufmerksamkeitsmuster untersuchen oder Aktivierungs-Patching-Experimente durchführen. Quelle: orchestra-research/ai-research-skills.

Original anzeigen