v2 corrigendo (2026-05-21): Bibliografia polida para formas canônicas — Ano corrigido de Bycroft (dezembro de 2023), listas completas de autores adicionadas para Bricken et al. (24 autores) e Carter et al. (5 autores), DOIs adicionados para Vig (10.18653/v1/P19-3007) e Activation Atlas (10.23915/distill.00015). Nenhuma alteração nos métodos, resultados ou reivindicações. Apresento Mercury, uma camada de observabilidade de código aberto para modelos de linguagem de transformador que coloca até um milhão de células de sensor endereçáveis através do espaço de estado oculto de um modelo, captura padrões de ativação através de um gancho de processador de logits padrão e produz uma visualização interativa em 3D em um único arquivo HTML autocontido de 2 MB. Métodos de interpretabilidade existentes (autoencoders esparsos, aprendizado de dicionário) geralmente requerem treinamento auxiliar do modelo e recursos significativos de GPU. Mercury funciona em hardware de consumidor (uma RTX 3060 12 GB) e completa uma passagem de observação completa em 3.5 minutos. Demonstro o Mercury no modelo qwen2.5:7B, identificando 14.912 células de sensor ativas em dez prompts multilíngues e 944 assinaturas de disparo distintas. A topologia de Rosen-bridge a-priori, projetada antes da coleta de qualquer dado, recupera 18.113 arestas de co-disparo visíveis onde a chance preveria 1.313, um enriquecimento de 13.8x (p < 10^-50). Registros acompanhantes: Mercury-Viewer (10.5281/zenodo.20312290), e impressões prévias sobre descoberta e escalonamento do Mercury em breve.
Ho Yiing Chen (qua,) estudou essa questão.