一个解释，能否接住两侧与两端？
本页问题
一个候选解释如果只覆盖几个正例，仍然容易过宽。这里增加两类约束：同一单元的相反响应是否呈现相反结构；上下游连接是否与这个区分的形成和使用相符。自然例与优化图各自承担不同证据职责。
RG04/b0 · 同一单元的两侧
上排是刚看到的尖形正侧，下排是原文记录的相反侧：圆脸、蜗牛壳、球与钟。它们不共享一个物体名，却有较圆的结构，连狗也能出现在相反一侧。这给“尖与圆的区分”增加了一条约束。这里的正负是原文所研究信号的方向，不是正确与错误，也不是说 ReLU 输出了负数。
进一步解释
正负侧是原文所研究响应信号的两端；本页不把负侧当作分类错误，也不声称ReLU后输出为负。尖与圆比物体名称更能同时概括两排选例。
教师备课：指图与模拟问答
指图与推进 · 不朗读先读“原文记录的响应正侧／负侧”，再从两排局部比较尖与圆；避免用喜欢／讨厌作解释。
本态来源与条件
Goodfire · Cammarata 2026 · #v-figure
RG04/b1 · 沿上游找构成
沿左边看，尖嘴、尖耳脸和车辆前部这些路线汇向同一个 4e:55。每组的自然例与优化图并排放着：前者是输入上的实际响应例，后者是帮助观察的可视化。共享区分不只在两张照片上说得通，它与上游构成也能对上。线宽只在各侧按原文口径读取。
进一步解释
上游三组分别显示自然例与优化图：自然例是输入上的响应，优化图受目标和先验影响。线宽在输入侧由原图drive比例决定，不能和下一态读出侧去除后的下降量直接比较。
教师备课：指图与模拟问答
指图与推进 · 不朗读从左侧三个真实节点沿箭头读到4e:55；逐组区分左侧自然例和右侧优化图，不跨两侧比较线宽。
本态来源与条件
Goodfire · Cammarata 2026 · #v-figure
RG04/b2 · 沿下游找用途
再向右走，火焰、尖脸、长嘴与 V 形杯等路线会使用这个区分。连接表明这个区分会被后续计算使用。现在，同一个解释要同时接住自然例、相反响应和上下游关系。我们因而有理由认真对待它，也清楚它目前解释的是这个单元和这些选定连接。有些共同点能从成品看出来；另一些单元到了终点已经响应好几类对象。它们怎样走到一起？这一次看真实保存下来的训练过程。
进一步解释
读出侧呈现4e:55如何被若干下游路线使用。图中只保留原文精选连接，连接与自然例相符支持共享解释，但没有穷尽所有路径。下一页更换训练对象，追踪的是发展过程。
教师备课：指图与模拟问答
指图与推进 · 不朗读沿中心到右侧读出节点，指火焰／尖脸／长嘴与V形杯；回顾前态已见的正负侧，然后直接转到训练checkpoint。
本态来源与条件
Goodfire · Cammarata 2026 · #v-figure
接下来
离开成品的标签列表，观察真实训练过程。
补充推导、边界与来源
原文同时展示 4e:55 的正、负侧。正侧的尖形与负侧的圆形是相对同一单元、原文所测响应量的两端，不是在宣称 ReLU 后输出为负。本课遵从原文“pushes it negative”的说法；理解时必须区分非线性前信号与经过整流后的输出。
上游节点为 4d:493（尖嘴）、4d:477（尖耳脸）、4d:201（车辆前部）；下游为 5a:94（火焰、消防船水柱与狐脸）、5a:352（尖脸）、5a:317（长嘴与 V 形杯）。本课保留这些节点与方向，线宽在每一侧按原图元数据相对缩放。输入侧 data-w 为 0.321/0.031/0.029；读出侧为 38.3/34.1/22.1，原图提示分别是 drive 比例与去掉 4e:55 后下降量，口径不同，不跨两侧比较粗细，也不当作完整网络全部边。
优化图负责提出候选，自然例说明其实际响应，上下游关系检查这个区分如何被构建与使用。几类证据相互制约，是支持作者解释的理由；不是仅凭箭头存在就宣称全网机制已经证明。同一原图的自然照片、局部定位与精选连接按问题顺序展开，完整证据与原图来源仍可继续核对。
来源：Nick Cammarata（2026），Goodfire，Neural Networks Are Already Clean。 原图／段落 v-figure。 图与原始照片保留原作者权利；本课按原图选择固定状态、重排并加中文标注，未重跑原文模型实验。
继续沿这个问题阅读
本页证据与条件
Goodfire · Cammarata 2026 · #v-figure