Skip to content
Other

synaptic-lens-adder

модели для интерпретации нейросетей на задачах арифметики

2 min readupdated

Набор исследовательских чекпоинтов от Дэниела Джексона из проекта Synaptic Lens, предназначенный для изучения внутреннего устройства нейросетей (механистической интерпретируемости). Модели решают задачу анализа других сетей, обученных арифметическим операциям (сложению): они принимают на вход веса, смещения (biases), арифметические запросы и активации, выдавая оценки вероятностей и данные для анализа работы целевой модели. В релиз вошли две контрольные точки развития SYN53 и три модели SYN88, обученные на протяжении всего жизненного цикла целевых сетей. Инструмент пригодится исследователям ИИ, изучающим, как именно нейросети кодируют и вычисляют математические операции внутри своих слоёв.

Ключевые особенности

  • Включает два одобренных чекпоинта SYN53 (финальный апдейт 115200 включает 12800 дополнительных шагов обучения) и три модели SYN88 (сиды 7, 17 и 27 на шагах 19000 и 17000).
  • Модели SYN88 работают не только с весами: они анализируют канонические веса, смещения, сами арифметические запросы и выровненные по ним активации.
  • Загрузчик формата NPZ для SYN88 принимает только числовые массивы, отклоняет объектные массивы и требует максимальной точности вычислений FP32 на CUDA.
  • Чекпоинты экспортированы в режиме только для инференса (без состояний оптимизатора и генераторов случайных чисел), каждый тензор побитово сверен с оригиналом по хешам.
  • Распространяется строго для академических и исследовательских целей по лицензиям AI Pubs Research-use RAIL-M и RAIL-S 0.1.

Что можно сделать

  • Воспроизвести эксперименты автора по локализации внимания и оценке вероятностей в сетях, решающих задачи сложения.
  • Проанализировать динамику обучения целевых моделей (опубликованных отдельно в danielrjackson/synaptic-lens-targets-adder) с помощью готовых чекпоинтов SYN88.
  • Использовать экспортированные веса как базовую точку для собственных исследований в области анализа весов и активаций нейросетей в рамках репозитория synaptic-lens.

Пример

В карточке не приведён готовый скрипт запуска, но указаны требования к загрузке: для загрузки инференс-экспортов через публичный загрузчик проекта synaptic-lens (ревизия 544d54c) используется параметр inference_export=True, а для моделей SYN88 применяется строгий числовой загрузчик NPZ с обязательным режимом точности FP32 на GPU (CUDA). Подробные форматы входных данных описаны в документации основного GitHub-репозитория.

ПодробнееОграничения: запечатанный тестовый набор (holdout) SYN53 и входные данные для оценки в релиз не включены; исторические тестовые корни (TEST roots) уже использовались ранее, поэтому это не свежая валидация.
Обучение: SYN53 продолжает более ранний чекпоинт SYN51 автора; внешние предобученные веса и сторонние датасеты не использовались.
Особенности моделей: SYN53 улучшила оценки вероятностей по сравнению с предыдущими версиями, но не обеспечила надёжную локализацию запросов.
Железо: для SYN88 требуется видеокарта с поддержкой CUDA и работа в полной точности FP32.
Discuss Telegram 0

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 0.0 GB · ready files0.5 GB
  • FP8 / INT8recommendedweights 0.0 GB0.5 GB
  • 4-bitweights 0.0 GB0.5 GB

Tip: go 8-bit.FP8 / INT8 is within about a percent of full precision in quality, takes half the memory and runs faster on RTX 40/50 and H100. Full precision only pays off for fine-tuning.

What to get for this model

Massed ComputeOpen Massed Compute

Your own GPU: FP8 / INT8 — from RTX 2060 · BF16 — from RTX 2060

Massed Compute hourly prices, November 2026. The discounted price applies with the coupon at checkout.

Estimate: weights plus working memory. Long videos, high resolutions and long contexts need more.

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # danielrjackson/synaptic-lens-adder
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download danielrjackson/synaptic-lens-adder --local-dir ~/models/synaptic-lens-adder
    # The model is in ~/models. How to run it is in the model card (link above).
    Add more LoRAs to synaptic-lens-adder
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

New posts about versions of synaptic-lens-adder (quants, finetunes, LoRAs) will show up under the bell.

No known relatives of this model yet. All derivatives on Hugging Face

About the model

danielrjackson/synaptic-lens-adder
Author
danielrjackson
Category
Other
Released
Posted

On NeyroLearn

Hugging Face

00

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments

Other

Tracera

Tracera