EP15/23｜432 個參數的小網路，ARC 研究員拆到一半就卡住：我們對大模型看懂的，可能不到 1% 【AI可解釋性 - 2026 UCLA工作坊】
觀看數觀測
共同標籤
已比對共同詞彙 · 14 個標籤 · 比對時間 2026/10/29 上午07:22
比對依據（28 處）
- 2026影片說明原素材（IPAM 2026 UCLA 可解釋性工作坊｜Jacob …
- 工作影片說明…（IPAM 2026 UCLA 可解釋性工作坊｜Jacob Hilton：Minia…
- 模型影片說明…?v=N0hhsESjKEs 我們對大模型看懂的，Jacob Hilton 估計不…
- 研究員影片說明… 1%，甚至不到 0.01%。 ARC 研究員、TruthfulQA 作者之一的 Hi…
- 2026影片說明…作者之一的 Hilton 在 IPAM 2026 UCLA 可解釋性工作坊，把問題縮到一…
- 工作影片說明… IPAM 2026 UCLA 可解釋性工作坊，把問題縮到一個只有 432 個參數、…
- 網路影片說明…32 個參數、只做「找出第二大的數」的小網路，試著用手把它整個拆開。 這集先講清楚這…
- 網路影片說明…試著用手把它整個拆開。 這集先講清楚這個網路怎麼讀數字，再跟著他把權重放大縮小、重新…
- 數字影片說明…它整個拆開。 這集先講清楚這個網路怎麼讀數字，再跟著他把權重放大縮小、重新排序，最上…
- 神經影片說明…著他把權重放大縮小、重新排序，最上面兩個神經元的規則我們替你一步一步解出來：加起來就…
- 神經影片說明…可是再往下就卡住了，寫得出式子的只有幾個神經元，而且式子要把接近 0 的權重當成 0…
- 成立影片說明…而且式子要把接近 0 的權重當成 0 才成立，Hilton 自己說這個前提不成立。 …
- 自己影片說明… 的權重當成 0 才成立，Hilton 自己說這個前提不成立。 後半場他把「看懂」換…
- 成立影片說明… 才成立，Hilton 自己說這個前提不成立。 後半場他把「看懂」換成一個量得到的目…
- 機制影片說明…後半場他把「看懂」換成一個量得到的目標：機制性估計，不抽樣，只從權重推出準確率，而且…
- 網路影片說明…抽樣一樣準；這個目標連 432 個參數的網路都還沒人做到。 最後他用 METR 的報…
- 報告影片說明…路都還沒人做到。 最後他用 METR 的報告說明為什麼急：agent 作弊沒人發現，…
- 為什麼影片說明…人做到。 最後他用 METR 的報告說明為什麼急：agent 作弊沒人發現，修補之後我…
- Claude影片說明… Jacob Hilton 02:31 Claude 算 23＋28：我們看懂的不到 1% …
- 網路影片說明…到 1% 08:24 432 個參數的小網路 13:48 替你解：A＋B 就是目前最…
- 機制影片說明…卡住：解釋不完整 19:11 換個目標：機制性估計 27:18 METR 報告：1,…
- 報告影片說明…目標：機制性估計 27:18 METR 報告：1,200 個 agent 作弊 32…
- 網路影片標題EP15/23｜432 個參數的小網路，ARC 研究員拆到一半就卡住：我們對大…
- 研究員影片標題…/23｜432 個參數的小網路，ARC 研究員拆到一半就卡住：我們對大模型看懂的，可能…
- 模型影片標題…，ARC 研究員拆到一半就卡住：我們對大模型看懂的，可能不到 1% 【AI可解釋性 …
- AI影片標題…：我們對大模型看懂的，可能不到 1% 【AI可解釋性 - 2026 UCLA工作坊】
- 2026影片標題…的，可能不到 1% 【AI可解釋性 - 2026 UCLA工作坊】
- 工作影片標題… 【AI可解釋性 - 2026 UCLA工作坊】
比對版本
youtube-quality-20261017-a
影片說明
原素材（IPAM 2026 UCLA 可解釋性工作坊｜Jacob Hilton：Miniature mathematical mysteries: uninterpreted models with fewer than 1,500 parameters，44:02）：https://www.youtube.com/watch?v=N0hhsESjKEs 我們對大模型看懂的，Jacob Hilton 估計不到 1%，甚至不到 0.01%。 ARC 研究員、TruthfulQA 作者之一的 Hilton 在 IPAM 2026 UCLA 可解釋性工作坊，把問題縮到一個只有 432 個參數、只做「找出第二大的數」的小網路，試著用手把它整個拆開。 這集先講清楚這個網路怎麼讀數字，再跟著他把權重放大縮小、重新排序，最上面兩個神經元的規則我們替你一步一步解出來：加起來就是目前為止的最大值。 可是再往下就卡住了，寫得出式子的只有幾個神經元，而且式子要把接近 0 的權重當成 0 才成立，Hilton 自己說這個前提不成立。 後半場他把「看懂」換成一個量得到的目標：機制性估計，不抽樣，只從權重推出準確率，而且要推得跟抽樣一樣準；這個目標連 432 個參數的網路都還沒人做到。 最後他用 METR 的報告說明為什麼急：agent 作弊沒人發現，修補之後我們分不出來，是它不再作弊，還是我們只是不再發現。 章節 00:00 第 15 場與講者 Jacob Hilton 02:31 Claude 算 23＋28：我們看懂的不到 1% 08:24 432 個參數的小網路 13:48 替你解：A＋B 就是目前最大值 17:57 手拆卡住：解釋不完整 19:11 換個目標：機制性估計 27:18 METR 報告：1,200 個 agent 作弊 32:56 收成兩件事
本頁的資料來源與計算方式
影片的數字
- 公開統計
- 觀看、喜歡與留言總數是取得當時的 YouTube 公開統計，不是即時數值；各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間，不代表觀看、喜歡或留言都在那時重新觀測。
- 觀看歷史
- 圖上每個點是實際儲存的觀測，連線只為方便閱讀，不代表中間時間的測量值；沒有歷史觀測時不建立時間序列。
- 喜歡占互動
- 喜歡 ÷（喜歡＋不喜歡＋顯示留言），任一來源缺值時不估算。
- 字幕
- 只記錄來源是否提供字幕，尚未擷取逐字稿，因此字幕不列入標籤比對。
- 觀測分析
- 直播逐時／逐日最高同時在線取自所讀直播紀錄；讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。
共同標籤
標籤來源：新文易數（tag.observe.tw）。共同標籤以文字比對影片標題與說明，不是 AI 判讀；命中不代表事件歸屬或立場，與頻道分類分開。標題或說明出現標籤，不代表影片主題；可能來自固定宣傳或版權文字。字幕尚未取得，不列入比對。
- 比對範圍
- 僅列出目前詞彙版本與影片標題、說明仍相符的比對結果；待比對或來源文字已變動的影片不列入，數量見「收錄與比對範圍」。
- 期間
- 「往前 N 日」包含今天與前 N 天，共 N+1 個台北日曆日（往前 7 日為 8 個日曆日）；指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
- 命中片段
- 每支影片最多顯示 3 段，標示來自標題、說明或字幕；沒有片段時顯示「沒有命中片段」，來源文字缺漏時顯示「來源文字未提供」，不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
- 顯示排除
- 符合標籤顯示規則的詞（上游排除詞、雜訊、純數字或日期、長度不符，以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語）整詞不列入排行，但仍保留在原始詞彙池與比對證據中；原始詞彙池列出排除原因。雙字通用詞只依核定清單判定，包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤，同樣只影響排行顯示，每次排除與恢復都留有紀錄。
- 說明欄樣板
- 同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過，出現在一般新聞內容時照常計入；這不同於整詞的顯示排除。
- 示例
- 列表與片段只是符合條件的影片例子，不能用來推算整體比例或全站失真程度；有效比對的影片比例只代表比對完成度。
- 觀看
- 累計觀看是取得當時的公開觀測值，不是期間增量；無觀看值的影片不當作 0。
本頁資料範圍
觀看數與互動數為取得當時的公開觀測值。
時間序列只有一筆有效觀測時，只列出該值與觀測時間，不畫走勢圖；累積兩筆以上才畫圖。
資料來源
本站以納入名單的 YouTube 頻道與影片為範圍（名單見頻道觀測），數據來自 YouTube 公開資料與定時觀測：直播約每分鐘輪詢一次，頻道統計、新影片與影片統計則分批輪流更新，所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube；缺漏、尚未收錄或資料服務中斷都不等於零，尚未取得的數值顯示「—」。
頁面使用台北時間（UTC+8）。「更新於」是來源已記錄的觀測時間；來源沒有記錄時顯示「未記錄」，不以開啟網頁的時間代替。
共同標籤詞彙的標籤來源：新文易數（tag.observe.tw），保留來源、版本與比對依據；本站的頻道分類沿用有影儀表板的來源組織方式，與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算，不代表 YouTube 全站流量，也不表示因果關係。