AxBench：斯坦福NLP团队开发的Python库，用于评估大型语言模型（LLM）可解释性方法的实用性。亮点：
-
提供16K概念训练数据，助力模型精准理解； -
包含10+种可解释性方法，涵盖微调和提示基线； -
支持LLM-in-the-loop训练，生成数据成本低至0.01美元/概念
参考文献：
[1] https://github.com/stanfordnlp/axbench
[2] https://arxiv.org/abs/2501.17148
[3] https://nlp.stanford.edu/~wuzhengx/axbench/visualization_UMAP.html
（文：NLP工程化）