机制解释论文趋势 2023–2026
电路分析
统计范围：NeurIPS、ICLR、ICML、CVPR 四个会议，2023–2026 年，共 311 篇被归入该主题的论文。
主要结论
- 机制解释论文从 2023 年的 17 篇增长到 2026 年的 138 篇，三年间扩大到约 8.1 倍。
- ICML 是发机制解释论文最多的会议，2023–2026 年共 119 篇，占四个会议总量的 38%。
- 交叉方向里涨得最快的是深度学习 · large language models：同时属于两个主题的论文从 2023 年的 1 篇增至 2026 年的 23 篇。
- 在「可解释性」的 5 个主题里，它的 2026 年论文数排第 2；同组增长最快的特征归因是 1.9 倍，机制解释是 8.1 倍。
各会议论文数
按年份和会议统计
| 年份 | NeurIPS | ICLR | ICML | CVPR | 合计 |
|---|---|---|---|---|---|
| 2023 | 10 | 4 | 3 | 0 | 17 |
| 2024 | 25 | 14 | 9 | 1 | 49 |
| 2025 | 34 | 38 | 33 | 2 | 107 |
| 2026 | 16 | 46 | 74 | 2 | 138 |
代表论文
按年份和会议均匀挑选，方便快速看到每一届的样貌
- NeurIPS 2026A Mechanistic Interpretability Study of an Astronomical Foundation Model
- ICML 2026Contribution Weights: A Geometrical Analysis of Self-Attention Transformers
- ICLR 2026Circuit Insights: Towards Interpretability Beyond Activations
- CVPR 2026CIGMA Causal Information-Gain Mechanistic Attribution of Attention Heads in Vision
- NeurIPS 2025Beyond Components: Singular Vector-Based Interpretability of Transformer Circuits
- ICML 2025Algorithm Development in Neural Networks: Insights from the Streaming Parity Task
- ICLR 2025Arithmetic Without Algorithms: Language Models Solve Math with a Bag of Heuristics
- CVPR 2025Dissecting and Mitigating Diffusion Bias via Mechanistic Interpretability
- NeurIPS 2024InterpBench: Semi-Synthetic Transformers for Evaluating Mechanistic Interpretability Techniques
- ICML 2024Mechanistic Neural Networks for Scientific Machine Learning
- ICLR 2024Fine-Tuning Enhances Existing Mechanisms: A Case Study on Entity Tracking
- CVPR 2024SI-MIL: Taming Deep MIL for Self-Interpretability in Gigapixel Histopathology
- NeurIPS 2023A Logic for Expressing Log-Precision Transformers
- ICML 2023Mechanistic Mode Connectivity
- ICLR 2023Interpretability in the Wild: a Circuit for Indirect Object Identification in GPT-2 Small
- NeurIPS 2026Discovering Mechanistic Models of Neural Activity: System Identification in an in Silico Zebrafish
- ICML 2026CorrSteer: Generation-Time LLM Steering via Correlated Sparse Autoencoder Features
- ICLR 2026CLUE: Conflict-guided Localization for LLM Unlearning Framework
- CVPR 2026From Weights to Concepts Data-Free Interpretability of CLIP via Singular
- NeurIPS 2025Bigram Subnetworks: Mapping to Next Tokens in Transformer Language Models
全部机制解释论文
共 1 篇，第 1 / 1 页
在 Claude、Cursor 里直接问这个趋势
接上 Paperlist MCP 后，写综述、挑方向或准备投稿时，不用离开对话框就能拿到这页的数字：每年各会议的论文数、增长倍数、涨得最快的子方向和代表论文，AI 会按你的问题整理。
可以直接复制这句话问 AI
用 paperlist 查机制解释在 ICML 2023–2026 的论文趋势，哪一年涨得最快？
AI 会调用的工具：get_topic_stats {"topic": "mechanistic-interpretability"}
常见问题
- 2023–2026 年四大会议一共有多少篇机制解释论文？
- 共 311 篇，按年份分别是 2023 年 17 篇、2024 年 49 篇、2025 年 107 篇、2026 年 138 篇。
- NeurIPS 2026 有多少篇机制解释论文？
- NeurIPS 2026 有 16 篇机制解释论文，上一届是 34 篇。
- ICLR 2026 有多少篇机制解释论文？
- ICLR 2026 有 46 篇机制解释论文，上一届是 38 篇。
- ICML 2026 有多少篇机制解释论文？
- ICML 2026 有 74 篇机制解释论文，上一届是 33 篇。
- CVPR 2026 有多少篇机制解释论文？
- CVPR 2026 有 2 篇机制解释论文，上一届是 2 篇。
- 哪个会议的机制解释论文最多？
- ICML，2023–2026 年共 119 篇。