我们应该绘制所有世界模型的图谱

公共模型仓库现在包含数百万模型，但大多数模型仍缺乏文档且实际上丢失。在这篇立场论文中，我们倡导以统一结构——我们称之为模型图谱（Model Atlas）——来绘制世界模型群体：一个捕获模型、其属性以及连接它们的权重变换的图。模型图谱在模型取证、元机器学习和模型发现等应用中发挥作用，这些任务在当今无结构的模型仓库中极具挑战。然而，由于大多数模型缺乏文档，大量图谱区域仍未绘制。弥补这一差距激发了将模型本身视为数据的新机器学习方法，直接从权重推断功能、性能和谱系等属性。我们论证，可行的前进路径是绕过困扰模型权重的独特参数对称性。绘制所有世界模型将需要社区共同努力，我们希望其广泛效用将吸引研究者朝此目标努力。