概述
Logit 透鏡和調諧透鏡是可解釋性技術，可逐層查看 Transformer 的隱藏狀態，以了解模型在產生最終答案之前「思考」的內容。它們揭示了隨著資訊在網路中流動，預測是如何逐漸形成的。
Logit Lens 和 Tuned Lens 是一種技術建構模組，會大規模影響模型品質、基礎設施成本、延遲和可靠性。
深入探討
轉換器逐步建立其答案：每一層都會添加到正在運行的“剩餘流”，該“剩餘流”僅在最後轉換為單字機率。 nostalgebraist 在 2020 年推出的 logit 透鏡透過將模型的最終非嵌入（和層範數）直接應用於中間層來簡化這一過程，因此您可以讀出網路在每個深度的最佳猜測。這通常表示答案在中後期層中具體化。調諧透鏡（Belrose 及其同事，2023）對此進行了改進，透過訓練每層一個小型仿射探針將隱藏狀態轉換為最終基礎，修復原始 Logit 透鏡所遭受的偏差和不準確性，特別是在早期層和不同模型系列中。
技術洞察
兩種方法都利用了殘差流視圖：每一層都將附加更新寫入共享向量，該向量稍後將非嵌入矩陣投影到詞彙邏輯。 Logit 透鏡重複利用了中間狀態的精確去嵌入，無需額外的訓練。相反，經過調整的透鏡會學習每層線性圖（一個學習的「翻譯器」），因此每一層的狀態都會轉換為最終層期望的格式，從而產生更平滑、更忠實和更低困惑度的預測。
掌握 Logit 鏡頭和調諧鏡頭
Logit 透鏡和調諧透鏡是可解釋性技術，可逐層查看 Transformer 的隱藏狀態，以了解模型在產生最終答案之前「思考」的內容。它們揭示了隨著資訊在網路中流動，預測是如何逐漸形成的。 Logit Lens 和 Tuned Lens 是一種技術建構模組，會大規模影響模型品質、基礎設施成本、延遲和可靠性。為了建立深入的理解，請將 Logit Lens 和 Tuned Lens 視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，使用 Logit Lens 和 Tuned Lens 的強大團隊根據可靠性和成本優化架構、資料和基礎設施選擇。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
多年來，架構決策決定著效能和營運成本。同時，優化一個基準測試可以隱藏更廣泛的系統弱點。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
多年來，架構決策決定著效能和營運成本。
多年來，架構決策決定著效能和營運成本。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
更好的工程選擇可以減少生產中的可靠性事故。
更好的工程選擇可以減少生產中的可靠性事故。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
使用 Logit 鏡頭觀察事實答案，例如模型中間層中出現的首都城市
應用調諧透鏡來比較不同模型系列如何收斂於跨深度的預測
檢測模型在輸出之前的幾層內部已「決定」答案
診斷有害或有偏見的標記預測首先在殘差流中占主導地位的層
實施模式
Logit 透鏡與調諧透鏡的實踐
使用 Logit 鏡頭來觀察模型中間層中出現的事實答案，例如首都城市。
使用 Logit 鏡頭觀察模型中間層中出現的首都城市等事實答案 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
Logit 透鏡與調諧透鏡的實踐
應用調諧透鏡來比較不同模型系列如何收斂於跨深度的預測。
應用調整後的鏡頭來比較不同模型系列如何在深度範圍內聚合預測當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
Logit 透鏡與調諧透鏡的實踐
檢測模型在輸出之前的幾層內部已「決定」答案。
偵測到模型已在輸出之前的幾層內部「決定」答案 團隊在預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
Logit 透鏡與調諧透鏡的實踐
診斷有害或有偏見的標記預測首先在殘差流中占主導地位的層。
診斷有害或有偏見的令牌預測首先在殘差流中佔據主導地位的層當團隊預先定義質量閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會得到更好的結果。
風險與防護欄
優化一項基準測試可以隱藏更廣泛的系統弱點。
基礎設施和維護成本常常被低估。
隨著系統變得更加複雜，安全性和可觀察性差距可能會擴大。
實施路線圖
在實施之前定義延遲、品質和成本目標。
在實施之前定義延遲、品質和成本目標。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在實際負載和資料條件下進行基準測試。
在實際負載和資料條件下進行基準測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儀器監控錯誤、漂移和使用者影響。
儀器監控錯誤、漂移和使用者影響。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在擴展之前準備回滾和事件回應路徑。
在擴展之前準備回滾和事件回應路徑。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。