Git Stars Git Stars

#mechanistic-interpretability Dépôts

Découvrez 14 dépôts GitHub open source actifs associés à #mechanistic-interpretability, cumulant 19,794 étoiles au total (soit une moyenne de 1,413 étoiles par projet). Le projet en tête de ce thème est TransformerLensOrg/TransformerLens, avec 4,089 étoiles.

14
Total des Dépôts
19,794
Nombre total d'étoiles
1,413
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook Rust
1
TransformerLensOrg/TransformerLens

Une bibliothèque pour l'interprétabilité mécaniste des modèles de langage de style GPT

TransformerLensOrg
⭐ 4,089 Python 👤 TransformerLensOrg Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-08-26
3
lyramakesmusic/neuron-explorer

Explorateur de neurones axé d’abord sur le pilotage pour Qwen3.5-4B : stimulez chaque neurone MLP, conservez chaque génération et parcourez les résultats

lyramakesmusic
⭐ 2,045 Python 👤 lyramakesmusic User 🕐 Mis à jour 2026-11-02 📅 Créé 2026-10-21
4
decoderesearch/SAELens

Entraînement de SPARSE Auto-encodeurs sur des Modèles Linguistiques

decoderesearch
⭐ 1,588 Python 👤 decoderesearch Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-11-29
5
jacobhilton/deep_learning_curriculum

Curriculum d'apprentissage profond axé sur l'alignement des modèles linguistiques

jacobhilton
⭐ 1,508 👤 jacobhilton User 🕐 Mis à jour 2024-08-19 📅 Créé 2022-07-12
7
chrishayuk/larql

Exécutez, hébergez, interrogez et modifiez des modèles d’IA — un environnement d’exécution de modèles en Rust basé sur VINDEX3, un format de modèle exécutable et inspectable.

chrishayuk
⭐ 1,196 Rust 👤 chrishayuk User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-03-27
9
stanfordnlp/pyvene

Bibliothèque Python Stanford NLP pour comprendre et améliorer les modèles PyTorch par des interventions

stanfordnlp
⭐ 919 Python 👤 stanfordnlp Organization 🕐 Mis à jour 2026-03-06 📅 Créé 2023-02-06
10
johnmarktaylor91/torchlens

Inspectez, visualisez et intervenez sur n’importe quelle opération dans n’importe quel réseau neuronal. Capturez chaque activation et chaque gradient, le graphe de calcul complet et plus de 800 champs de métadonnées, sans modifier le code du modèle. Compatible avec PyTorch, JAX, TensorFlow, MLX, PaddlePaddle et tinygrad. Validé sur plus de 6 400 modèles. Conçu pour les chercheurs et leurs agents d’IA.

johnmarktaylor91
⭐ 714 Python 👤 johnmarktaylor91 User 🕐 Mis à jour 2026-11-17 📅 Créé 2022-10-14
11
zepingyu0512/awesome-llm-understanding-mechanism

articles impressionnants sur l'interprétabilité des LLM

zepingyu0512
⭐ 626 👤 zepingyu0512 User 🕐 Mis à jour 2025-08-20 📅 Créé 2024-02-18
12
likenneth/honest_llama

Intervention au moment de l'inférence : Obtenir des réponses véridiques d'un modèle linguistique

likenneth
⭐ 581 Python 👤 likenneth User 🕐 Mis à jour 2025-01-28 📅 Créé 2023-05-19
13
zengxiao-he/tessera

Du professeur aux tuiles — un moteur de distillation et de service LLM construit de zéro : noyaux Triton/CUDA personnalisés, distillation FSDP, traitement par lots continu avec KV paginé, décodage spéculatif, une passerelle Rust, un oracle JAX et des outils d'interprétabilité.

zengxiao-he
⭐ 556 Python 👤 zengxiao-he User 🕐 Mis à jour 2026-10-09 📅 Créé 2026-06-05
14
FailSpy/abliterator

Bibliothèque/structure Python simple pour supprimer des caractéristiques dans les LLM pris en charge par TransformerLens

FailSpy
⭐ 551 Python 👤 FailSpy User 🕐 Mis à jour 2024-06-11 📅 Créé 2024-05-21

Foire aux questions

1

Quel est le dépôt #mechanistic-interpretability le plus populaire sur GitHub ?

Le projet #mechanistic-interpretability open source le mieux classé sur GitHub est TransformerLensOrg/TransformerLens, avec 4,089 étoiles. Une bibliothèque pour l'interprétabilité mécaniste des modèles de langage de style GPT

2

Quels langages de programmation sont les plus utilisés dans les dépôts #mechanistic-interpretability ?

Parmi les projets #mechanistic-interpretability les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Rust.

3

Comment le classement des dépôts #mechanistic-interpretability est-il calculé ?

Nous suivons 14 dépôts open source actifs associés à #mechanistic-interpretability (500+ étoiles), totalisant 19,794 étoiles, avec une moyenne de 1,413 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.