AMAZINGINDEX.COM 日报快照
55.2
VOL. 2026.07
2026.07.09
← 返回 2026.07.09 日报
日报快照 · Daily Snapshot
NO. 004

实时可视化LLM内部推理过程

#REPO GitHub Search 2026.07.09
推荐指数 71.0 NO. 004 · 2026.07.09
Stars134创建1 天前Forks17Issues0

Subtext 是一个实时观测语言模型内部 verbal workspace 的工具,基于 Anthropic 发现的 J-space 表征空间。对做模型可解释性和推理调试的工程师来说,这是首个能把模型"思考过程"直接可视化的开源实现。

To know what models don't say out loud.

实时可视化LLM内部推理过程

做模型可解释性的团队之前主要依赖离线分析工具如 Anthropic 的 Transformer Circuits 或手动激活追踪,调试推理过程像在黑盒里摸象。Subtext 把 J-space 的实时观测做成了浏览器可交互的工具,降低了上手门槛。

跟 EleutherAI 的 Ecco 或 BertViz 这类注意力可视化工具不同,Subtext 聚焦的是高层语义工作空间而非单层注意力模式,更适合追踪多步推理中的信息流转。如果你在调试 CoT 推理失败案例或研究模型"幻觉"的产生路径,这个工具比传统的 logit lens 更直接。

目前 stars 只有 134,说明还没被主流社区发现,但参考实现直接链到了 Anthropic 官方的 jacobian-lens,代码可信度较高。建议关注后续是否支持多模态模型的跨模态 workspace 可视化。

Star History
Experimental

首个开源实现 Anthropic J-space 实时可视化,填补推理过程可解释性工具空白

独特价值:唯一将模型"未说出口"的内部 verbal workspace 实时可视化的开源工具

竞品:
taylorsatula/TeaLeaves ★ 42 通用注意力热力图,Subtext 专注 J-space 实时 verbal workspace
JihoonJeong/Neural-MRI ★ 15 类 MRI 静态可视化,Subtext 实时聚焦语言工作空间
查看原文 →