最新研究通过机制可解释性方法深入解析了基于Transformer架构的大语言模型(LLM)的工作原理。研究表明，LLM并非简单的统计预测器，而是通过形成涌现电路结构来实现复杂任务处理。这些电路整合了学习统计规律、信息传递注意力头和知识存储MLP子层，共同构成专门化的子网络系统。该发现颠覆了“LLM仅是统计模型”的传统认知，揭示了模型内部如何通过多层次组件的协同作用实现语义理解和逻辑推理能力。这项研究对提升模型透明度、安全性及可控性具有重要意义，为AI安全性研究和模型优化提供了新的理论框架。