Antigravity Agent
29 lines
1.9 KiB
Markdown
29 lines
1.9 KiB
Markdown
---
|
|
id: P-REINFORCE-AI-CIRCUIT-DISCOVERY
|
|
category: Business
|
|
confidence_score: 0.92
|
|
tags: [Interpretability, MechanisticInterpretability, NeuralNetworks]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Circuit Discovery (회로 발견)|Circuit Discovery (회로 발견)]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "거대한 신경망 속에서 특정 기능을 수행하는 '작은 부품'을 찾아내는 고고학." 딥러닝 모델 내부의 뉴런과 가중치들이 어떻게 결합하여 특정 알고리즘(예: 간접 목적어 식별)을 구현하는지 밝히는 과정이다.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **Methodology**:
|
|
- **Ablation (제거)**: 특정 뉴런이나 층을 비활성화했을 때 성능 변화를 관찰하여 중요도를 측정한다.
|
|
- **Activation Patching**: 특정 입력에 대한 중간 활성값을 다른 입력에 주입하여 정보 흐름을 역추적한다.
|
|
- **Found Components**:
|
|
- **Induction Heads**: 이전 패턴을 기억하고 반복하는 작은 회로. Context-based learning의 핵심.
|
|
- **Indirect Object Identification (IOI) Circuit**: 문장에서 간접 목적어를 찾아내는 20여 개의 뉴런 그룹.
|
|
- **Significance**: 블랙박스인 AI 모델을 해석 가능한 시스템으로 전환하여 안전성(Safety)과 제어 가능성을 확보한다.
|
|
|
|
## ⚠️ 모순 및 업데이트 (RL Update)
|
|
- 현재의 회로 발견은 주로 작은 모델(GPT-2 등)에서 성공적이며, 수천억 개의 파라미터를 가진 대규모 모델에서는 회로의 중첩과 복잡성 때문에 자동화된 회로 발견(Automated Circuit Discovery) 기술이 활발히 연구되고 있다.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- Related: [[Mechanistic Interpretability (기계적 해석 가능성)|Mechanistic Interpretability (기계적 해석 가능성)]] , Monosemanticity (일의성)
|
|
- Concepts: Superposition (중첩)
|