本文探讨了激活引导方法在大型语言模型中的应用，旨在通过识别特定概念的神经元来增强生成语言的可解释性。研究表明，ExpertLens能够稳定捕捉模型表示，并与人类行为数据高度一致，超越传统的词/句嵌入对齐方式，显示出其作为分析模型表示的灵活性和轻量性。