用两张4090显卡霸榜HuggingFace：揭秘LLM神经解剖学

David Noel Ng 分享了如何在不修改任何权重的情况下，仅通过复制现有大模型（Qwen2-72B）的特定中间层，利用两块消费级 RTX 4090 显卡成功登顶 HuggingFace 排行榜的传奇经历。他开发的“脑部扫描”技术发现，Transformer 模型内部存在明确的“功能解剖学”：早期层负责编码，后期层负责解码，而中间层则是执行特定认知操作的独立“神经回路”。这一发现不仅挑战了传统的缩放定律，更证明了通过增加“思考深度”（重复推理电路）比单纯的参数扩容更能有效提升模型性能。