# transformer-lens-interpretability

Скилл помогает исследовать внутренние механизмы трансформеров через TransformerLens: кэшировать активации, изучать внимание и проводить activation patching.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 954 установки · ★ 13956
- Автор: Orchestra Research
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/04-mechanistic-interpretability/transformer-lens/SKILL.md
- Обновлён: 2026-10-11
- HTML: https://affpapa.org/nevibecode/skills/transformer-lens-interpretability

## Что делает

Скилл задаёт рабочий процесс для mechanistic interpretability с библиотекой TransformerLens. Он помогает загружать модели через `HookedTransformer`, ставить `HookPoints` на активации, сохранять промежуточные значения и обращаться к `resid_post`, `pattern`, `mlp_out`, `q`, `k` и `v` через кэш.

Для activation patching нужно подготовить чистый и искажённый промпт, сохранить активации чистого запуска, задать метрику и проверить разные слои и позиции. Материал также охватывает анализ attention patterns, информационного потока и вкладов голов в логиты. Нужны `transformer-lens>=2.0.0` и `torch>=2.0.0`. Если архитектура не трансформерная, это повод проверить альтернативы вроде `nnsight` или `pyvene`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill transformer-lens-interpretability -a claude-code
```
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill transformer-lens -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/transformer-lens/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/transformer-lens/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill transformer-lens -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/transformer-lens/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill transformer-lens -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/transformer-lens/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Orchestra-Research/AI-Research-SKILLs transformer-lens
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/transformer-lens/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill transformer-lens -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Orchestra-Research/AI-Research-SKILLs --path 04-mechanistic-interpretability/transformer-lens
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/transformer-lens/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill transformer-lens -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/04-mechanistic-interpretability/transformer-lens/SKILL.md

## Когда брать
- исследовать алгоритмы, выученные моделью
- сравнить чистый и искажённый запуск
- найти слои и позиции, влияющие на ответ
- закэшировать промежуточные активации
- оценить вклад attention heads в логиты

## Примеры запросов агенту
- Покажи, как провести activation patching для `gpt2-small` с чистым и искажённым промптами.
- Сохрани активации `resid_post` и `pattern` для этого запуска и объясни, как их сравнить по слоям.
- Проведи direct logit attribution для IOI-примера и найди головы с наибольшим вкладом.

## Похожие
- [argent-lens](https://affpapa.org/nevibecode/skills/argent-lens.md) — скилл · 22500 установок
- [product-lens](https://affpapa.org/nevibecode/skills/product-lens.md) — скилл · 4500 установок
- [negentropy-lens](https://affpapa.org/nevibecode/skills/negentropy-lens.md) — скилл · 3200 установок
- [pr-lens](https://affpapa.org/nevibecode/skills/pr-lens.md) — скилл · 2200 установок
- [repo-intake-and-plan](https://affpapa.org/nevibecode/skills/repo-intake-and-plan.md) — скилл · 476200 установок
- [minimal-run-and-audit](https://affpapa.org/nevibecode/skills/minimal-run-and-audit.md) — скилл · 476200 установок

Из того же набора: [orchestra-research/ai-research-skills](https://affpapa.org/nevibecode/by/orchestra-research/ai-research-skills.md) — 66 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md