Huashu Design
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
通过稀疏自编码器特征来探索和引导 Qwen3.5-2B 语言模型:比较两段文字的特征激活,或把某个特征推入生成过程。适合可解释性研究者。
QwenScope 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download Qwen/QwenScope --repo-type space --local-dir QwenScope cd QwenScope
QwenScope 是一个 Gradio 应用,用稀疏自编码器(SAE)来查看 Qwen3.5-2B 语言模型的内部。SAE 把模型内部的活动拆成许多独立的特征,你可以阅读并测试它们。
应用分为两部分。一部分比较两段文字激活了哪些特征,另一部分把某个特征加进模型的运算,来引导它写出的内容。
适合想亲手使用 SAE 特征的模型可解释性研究者和学生。研究引导是怎样接入的开发者也可以读 app.py。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 研究 | 可解释性研究者 | 比较两段文字的特征激活 | 检查礼貌句和粗鲁句有哪些特征不同 |
| AI 安全 | 安全研究者 | 用选定的特征引导生成 | 看看一个特征怎样改变模型的输出 |
| 教育 | 学生 | 在短文本上试用这两个工具 | 了解稀疏自编码器特征是什么 |
| AI 开发 | 开发者 | 阅读 app.py 和 requirements.txt | 把这个思路用到另一个模型上 |
如果你想和模型正常聊天,可以跳过,因为这个应用是用来研究模型内部的。
这个应用可以在下面这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 比较两段文字 | 研究者 | 所有 Transformer 层上的特征激活 |
| 引导生成 | 研究者 | 被注入的特征改变后的模型输出 |
| 研究演示 | 开发者 | 一个围绕单个模型和单个 SAE 的简短 Gradio 应用 |
在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub hf download Qwen/QwenScope --repo-type space --local-dir QwenScope cd QwenScope pip install gradio==5.49.1 pip install -r requirements.txt python app.py
打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后选两个工具之一,给它文字。
python app.py
| Tool | What it does |
|---|---|
| Feature Comparison | 逐层显示 SAE 特征对两段文字的反应有多强 |
| Feature Steering | 把选定的解码器向量混入模型的残差流,改变它写出的内容 |
你打开 Feature Comparison,输入两段语气不同的短文字。应用会显示每一层里哪些 SAE 特征的激活不一样。然后你再用其中一个特征试 Feature Steering。
如果你是新手,打开 Space 页面,先用两个简短、相似的句子试 Feature Comparison。两段文字变化越小,差别越容易看出来。
如果你熟悉这个领域:这个 SAE 的宽度为 32,768 个特征,Top-K 为 100。它覆盖隐藏维度为 2,048 的模型的全部 24 层。引导就是把解码器向量加回残差流。README 说算力来自 Hugging Face ZeroGPU。
README 用一个简短的表格给出了模型的设置。
| Property | Value |
|---|---|
| Base model | Qwen3.5-2B |
| SAE width | 32,768 |
| Top-K | 100 |
| Layers | 共 24 层,编号 0 到 23 |
| Hidden size | 2,048 |
通过稀疏自编码器特征来探索和引导 Qwen3.5-2B 语言模型:比较两段文字的特征激活,或把某个特征推入生成过程。适合可解释性研究者。
由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:QwenScope 是一个 Gradio 应用,用稀疏自编码器(SAE)来查看 Qwen3.5-2B 语言模型的内部。SAE 把模型内部的活动拆成许多独立的特征,你可以阅读并测试它们。
应用分为两部分。一部分比较两段文字激活了哪些特征,另一部分把某个特征加进模型的运算,来引导它写出的内容。
适合谁:适合想亲手使用 SAE 特征的模型可解释性研究者和学生。研究引导是怎样接入的开发者也可以读 app.py。
Industry | Who uses it | How they use it | Example
AI 研究 | 可解释性研究者 | 比较两段文字的特征激活 | 检查礼貌句和粗鲁句有哪些特征不同
AI 安全 | 安全研究者 | 用选定的特征引导生成 | 看看一个特征怎样改变模型的输出
教育 | 学生 | 在短文本上试用这两个工具 | 了解稀疏自编码器特征是什么
AI 开发 | 开发者 | 阅读 app.py 和 requirements.txt | 把这个思路用到另一个模型上
如果你想和模型正常聊天,可以跳过,因为这个应用是用来研究模型内部的。
用在哪里:这个应用可以在下面这些地方运行。
Use case | Who | What they get back
比较两段文字 | 研究者 | 所有 Transformer 层上的特征激活
引导生成 | 研究者 | 被注入的特征改变后的模型输出
研究演示 | 开发者 | 一个围绕单个模型和单个 SAE 的简短 Gradio 应用
如何设置:在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub
hf download Qwen/QwenScope --repo-type space --local-dir QwenScope
cd QwenScope
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后选两个工具之一,给它文字。
python app.py
Tool | What it does
Feature Comparison | 逐层显示 SAE 特征对两段文字的反应有多强
Feature Steering | 把选定的解码器向量混入模型的残差流,改变它写出的内容
示例:你打开 Feature Comparison,输入两段语气不同的短文字。应用会显示每一层里哪些 SAE 特征的激活不一样。然后你再用其中一个特征试 Feature Steering。
新手与专家:如果你是新手,打开 Space 页面,先用两个简短、相似的句子试 Feature Comparison。两段文字变化越小,差别越容易看出来。
如果你熟悉这个领域:这个 SAE 的宽度为 32,768 个特征,Top-K 为 100。它覆盖隐藏维度为 2,048 的模型的全部 24 层。引导就是把解码器向量加回残差流。README 说算力来自 Hugging Face ZeroGPU。
打开应用并选一个工具
输入一段或两段文字
SAE 读取模型的激活
你比较特征或引导输出
注意事项:README 用一个简短的表格给出了模型的设置。
Property | Value
Base model | Qwen3.5-2B
SAE width | 32,768
Top-K | 100
Layers | 共 24 层,编号 0 到 23
Hidden size | 2,048
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| QwenScope 本页 | 45 | gradio | apache-2.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。
yuji-nozawa · 工具包
一篇研究论文的三种规模的预训练视觉 Transformer 检查点,论文研究如何训练注意力头去关注图像区域。适合提取图像特征和复现论文的研究人员。