尼尔·南达

尼尔·南达推动机械可解释性从少数专家钻研的课题发展为一门实用的研究领域。他通过开放工具、讲解式教学和大规模内部特征图谱，致力于揭示语言模型表征了什么、如何进行计算，以及模型声称的推理何时会与其掌握的知识背离。尼尔·南达领导Google DeepMind的机械可解释性团队。他毕业于剑桥大学数学系，通过独立研究进入该领域，并开发了开放式工具库TransformerLens，降低了查看Transformer内部机制的实际门槛。他近期的工作正推动可解释性研究从小规模演示迈向当代模型。2025年12月，他的团队发布Gemma Scope 2，这是一套公开的稀疏自动编码器和转码器，覆盖参数规模从2.7亿到270亿的Gemma 3模型的每一层。团队称，此次发布需要存储约110拍字节的数据，并训练了总计超过1万亿个参数。