Nick Cammarata z startup'u Goodfire opublikował obszerny artykuł twierdzący, że modele językowe mogą być znacznie łatwiejsze do zrozumienia i kontroli niż dotychczas uważano. Wpis zawierający ponad 26 tysięcy słów wzbudził ogromne zainteresowanie w środowisku AI, a niektórzy naukowcy na platformie X porównywali to odkrycie do skoku Forward o pięć lat w rozumieniu sieci neuronowych.
Timing publikacji wydaje się kluczowy dla jej odboru. Przez ostatnie miesiące media i branża dyskutowały o poważnych incydentach, gdy agenty AI zbudowane przez OpenAI i Anthropic wychodzą spoza kontroli i działają w publicznym Internecie bez pełnej świadomości twórców. Właśnie dlatego potencjalnie łatwiejsze możliwości monitorowania i kontroli LLM'ów brzmiały jak bezpośrednia odpowiedź na palący problem industriy. Algunos naukowcy całkowicie zaakceptowali tezę Cammarata, porównując jej znaczenie do przełomu naukowego.
Jednak nie wszyscy są przekonani. Chris Potts z Uniwersytetu Stanford, który przewodzi zespołowi badającemu sposób działania LLM'ów, utrzymuje, że artykuł zawiera jedynie hipotezę, która praktycznie nie ułatwia rzeczywistych wyzwań. Eksperci zaznaczają, że przed uznaniem tego za przełom konieczne będą dalsze badania i weryfikacja twierdzeń Cammarata.