机制可解释性通过逆向分析神经网络内部计算、特征和回路，帮助研究模型行为、可靠性与可控性。
Goodfire中文导航：聚焦机制可解释性研究，了解其神经网络内部机制、模型调试、AI安全研究方向、评估流程、…
