Open LLMRI 开源：研究 gpt-oss-20b 内部状态形成的可解释性平台

AndrewSmigaj 发布开源研究平台 Open LLMRI，用于研究 MoE 大语言模型如何组织内部表征，当前处于 pre-alpha 阶段。平台捕获 gpt-oss-20b 的残差流激活与专家路由，用 UMAP 投影和聚类分析词义、友敌判断等结构，并通过 Evennia MUD 中的 YAML 场景做多轮智能体轨迹捕获。配套 2026 年 9 月预印本研究语义亚稳态，发现累积上下文切换后模型内部读数仅部分跟随偏移，缺口最高达 109%，自杀信请求的真假框架与拒答行为共变（Cramér's V = 0.554）。项目以 Claude Code 作为分析运行时，采用 Apache 2.0 许可，附论文、脚本与数据。