本文提出了一种新分析技术——电路探测，旨在揭示神经网络模型的内部结构和学习算法。通过对简单算术任务的应用，验证了该方法在解密模型算法和追踪电路发展方面的有效性。研究发现，电路的忠实度与组成部分密切相关，并强调了对电路声明的清晰度需求。此外，功能相似的电路可以通过子网络进行重用，从而提升模型的复杂功能能力。