概述
Logit 透镜和调谐透镜是可解释性技术，可逐层查看 Transformer 的隐藏状态，以了解模型在产生最终答案之前“思考”的内容。它们揭示了随着信息在网络中流动，预测是如何逐渐形成的。
Logit Lens 和 Tuned Lens 是一种技术构建模块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
转换器逐步构建其答案：每一层都会添加到正在运行的“剩余流”，该“剩余流”仅在最后才转换为单词概率。 nostalgebraist 在 2020 年推出的 logit 透镜通过将模型的最终非嵌入（和层范数）直接应用于中间层来简化这一过程，因此您可以读出网络在每个深度的最佳猜测。这通常表明答案在中后期层中具体化。调谐透镜（Belrose 及其同事，2023）对此进行了改进，通过训练每层一个小型仿射探针将隐藏状态转换为最终基础，修复原始 Logit 透镜所遭受的偏差和不准确性，特别是在早期层和不同模型系列中。
技术洞察
两种方法都利用了残差流视图：每一层都将附加更新写入共享向量，该共享向量稍后将非嵌入矩阵投影到词汇逻辑。 Logit 透镜重复利用了中间状态的精确去嵌入，无需额外的训练。相反，经过调整的透镜会学习每层线性图（一个学习的“翻译器”），因此每一层的状态都会转换为最终层期望的格式，从而产生更平滑、更忠实和更低困惑度的预测。
掌握 Logit 镜头和调谐镜头
Logit 透镜和调谐透镜是可解释性技术，可逐层查看 Transformer 的隐藏状态，以了解模型在产生最终答案之前“思考”的内容。它们揭示了随着信息在网络中流动，预测是如何逐渐形成的。 Logit Lens 和 Tuned Lens 是一种技术构建模块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将 Logit Lens 和 Tuned Lens 视为一种操作模型，而不是单个功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，使用 Logit Lens 和 Tuned Lens 的强大团队根据可靠性和成本优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
使用 Logit 镜头观察事实答案，例如模型中间层中出现的首都城市
应用调谐透镜来比较不同模型系列如何收敛于跨深度的预测
检测模型在输出之前的几层内部已“决定”答案
诊断有害或有偏见的标记预测首先在残差流中占主导地位的层
实施模式
Logit 透镜和调谐透镜的实践
使用 Logit 镜头来观察模型中间层中出现的事实答案，例如首都城市。
使用 Logit 镜头观察模型中间层中出现的首都城市等事实答案 当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
Logit 透镜和调谐透镜的实践
应用调谐透镜来比较不同模型系列如何收敛于跨深度的预测。
应用调整后的镜头来比较不同模型系列如何在深度范围内聚合预测当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
Logit 透镜和调谐透镜的实践
检测模型在输出之前的几层内部已“决定”答案。
检测到模型已在输出之前的几层内部“决定”答案 团队在预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
Logit 透镜和调谐透镜的实践
诊断有害或有偏见的标记预测首先在残差流中占主导地位的层。
诊断有害或有偏见的令牌预测首先在残差流中占据主导地位的层当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。