据@ch402，团队在归因图及其向注意力的扩展方面的最新工作在解决现有问题的前提下显示出显著潜力，来源：@ch402。该帖附上研究链接，表明可解释性研究仍在推进，可作为交易者记录的一级AI研发动向信号，来源：@ch402。

根据@ch402，团队长期面临的挑战推动了归因图方法的开发，以解决Transformer电路中的透明度问题。这项创新技术有望提升AI相关加密项目的透明度，对以可解释AI为核心的加密货币和代币交易与安全产生积极影响（来源：@ch402, transformer-circuits.pub/202…）。

据Anthropic官方推特（@AnthropicAI）消息，Anthropic团队已开源其用于追踪大语言模型推理过程的“归因图”方法，研究人员可交互式地探索AI决策路径（来源：Anthropic推特，2025年5月29日）。此举提升了AI透明度与可信度，预计将推动FET、AGIX、OCEAN等AI相关加密货币代币需求增长，为区块链与AI结合的投资者提供更多可验证解决方案。

据Chris Olah称，最近在分析归因图方面的进展使我们更接近于理解AI系统的安全影响，这可能对AI集成的交易算法产生影响（来源：推特）。

根据Chris Olah，目前分析AI的方法存在局限，因为它提供的是输入特定的“归因图”，而不是完整的电路。对于依赖AI模型进行加密货币市场预测的交易者来说，这种局限性至关重要。确保AI分析的准确性对于开发可靠的交易策略至关重要。来源：Chris Olah通过Twitter。