聞樂 發自 凹非寺

量子位 | 公眾號 QbitAI

破解AI胡說八道的關鍵，居然是給大模型砍斷99.9%的連接線？

OpenAI悄悄開源新模型，僅有0.4B參數，且99.9%的權重為零。

也就是Circuit Sparsity技術的開源實現。

這是一種通過人為約束模型內部連接的稀疏性，讓模型計算過程可拆解、可理解的大語言模型變體，本質上是為了解決傳統稠密Transformer的黑箱問題，讓內部的計算電路能被人類清晰解讀，知道AI是如何做決策的，避免輕易相信AI的胡話（doge）。

更有人直言這種「極致稀疏+功能解耦」的思路可能會讓當下熱門的MoE（混合專家模型）走上末路。

那么，當Transformer的權重被訓練到近乎全0，會發生什么呢？

放棄粗糙近似，追求原生稀疏

先說說為啥這個模型的思考過程能像電路圖一樣好懂。

咱們平時用的傳統大模型，內部神經元連接得密密麻麻，權重矩陣幾乎全為非零值，信息傳遞呈現出高度疊加狀態，就像一團扯不開的亂線，沒人能說清它是怎么得出某個結論的。

而Circuit Sparsity模型反其道而行之，基于GPT-2風格的Transformer架構訓練時，通過嚴格約束讓權重的L0范數極小，直接把99.9%的無效連接砍斷，只留下千分之一的有效通路。

這些留存的非零權重連接就像電路圖里的導線，信息只能沿著固定路徑傳遞；同時，模型還會通過均值屏蔽剪枝方法，為每個任務拆出專屬的最小電路。

比如處理Python引號閉合任務時，僅需2個MLP神經元和1個注意力頭就能構成核心電路，包含專門的引號檢測器、類型分類器等功能模塊，就像電路圖里的電阻、電容，各自管各自的事。

實驗數據顯示，在預訓練損失相同的前提下，稀疏模型的任務專屬電路規模比稠密模型小16倍，且具備嚴格的必要性與充分性——保留這些模塊就能完成任務，刪掉任一節點則直接失效。

這樣，每一步的邏輯都能精準追蹤。

那這時候就不得不提當下主流的MoE模型了。

MoE的核心思路是通過門控網絡將模型拆分為多個專家子網絡，每個專家負責處理一部分任務，靠路由器分配任務來提升效率，本質上是用拆分專家這種粗糙的方式近似稀疏性，目的只是為了適配硬件的稠密矩陣計算需求。

但這種架構存在致命缺陷：

一是會割裂模型的特征流形，導致專家同質化嚴重、知識冗余等問題，不同專家間的信息協同依賴復雜的負載均衡損失函數調控，穩定性堪憂；

二是專家功能邊界模糊，無法像Circuit Sparsity模型那樣實現微觀機制的精準拆解。

反觀Circuit Sparsity，追求的是模型原生的稀疏性，通過把特征投射到超大維度，再嚴格限制有效激活的節點數量，從設計上就讓每個特征變得單義、正交，從根源上解決了傳統模型一個概念分散在多個節點的疊加問題，不用靠路由器這種hack手段也能避免信息干擾。

不過Circuit Sparsity目前也有明顯的短板，最突出的就是算力成本極高。

訓練和推理的計算量是傳統稠密模型的100-1000倍，暫時還達不到頂尖大模型的能力；

而MoE模型在算力效率和性能平衡上已經很成熟，短期內依然會是工業界的主流選擇。

并且，這項工作也只是AI可解釋性探索的早期一步，未來團隊計劃將技術擴展到更大的模型，解鎖更復雜的推理電路。

目前，團隊發現有兩種克服稀疏模型訓練效率低下的方法：

一個是直接從現有的密集模型中提取稀疏電路，這樣直接復用基礎框架，不額外訓練稀疏模型，能大幅降低成本；

另一種途徑則是不放棄從頭訓練可解釋稀疏模型的這種思路，但針對訓練慢、成本高的短板，從技術層面優化訓練機制，造出原生可解釋、且能高效落地的模型。

那么就期待研究人員后續用更成熟的工具或技術，逐步揭開大模型的黑箱面紗了。