Attribution

Attribution（归因）是人工智能领域用于解释模型决策和分配责任的核心技术。近期，归因技术在AI广告、模型解释和Agent调试等多个领域取得显著进展。

Attribution 近期进展

2026年5月23日，Nous Research发布了CNA（对比神经元归因）方法，这是一种无需SAE训练或权重修改的稀疏MLP电路操控方法。Nous Research 发布 CNA：无需 SAE 训练或权重修改的稀疏 MLP 电路操控方法

OpenAI在ChatGPT中推出了全新视觉广告格式，结合了先进的归因测量技术。OpenAI 在 ChatGPT 中推出全新视觉广告格式

微软提出了OAT（成功轨迹训练）方法，用于训练轻量级属性器来调试Agent。微软提出OAT：用成功轨迹训练轻量级属性器调试Agent

DeepSeek发布了关于工作流局部机制学习的研究，关注归因修复与知识复用。工作流局部机制学习：结构化Agent技能的归因修复与知识复用

当前焦点与观察点

归因技术正从单一模型解释向多领域应用扩展，包括广告效果测量、Agent调试和模型内部理解。CNA方法的发布表明归因技术正朝着更高效、更轻量化的方向发展，无需复杂的训练过程即可实现模型解释。OpenAI将归因技术应用于ChatGPT广告格式，反映了AI广告领域对精确测量和效果评估的重视。微软的OAT方法则展示了归因技术在Agent调试中的创新应用，通过成功轨迹训练提升调试效率。DeepSeek的研究则关注归因修复与知识复用，为Agent技能的结构化提供了新思路。未来，归因技术有望在更多领域发挥作用，特别是在提高AI透明度和可解释性方面。

综述

Attribution 近期进展

当前焦点与观察点

相关报道