Patchscope ist ein einheitlicher Rahmen zur Untersuchung der verborgenen Repräsentationen großer Sprachmodelle (LLMs). Er ermöglicht es, das Verhalten des Modells zu erklären und dessen Übereinstimmung mit menschlichen Werten zu überprüfen. Durch die Nutzung des Modells selbst zur Generierung von menschenverständlichem Text schlagen wir vor, das Modell zur Erklärung seiner internen Repräsentationen natürlicher Sprache zu verwenden. Wir zeigen, wie der Patchscope-Rahmen verwendet werden kann, um eine breite Palette von Forschungsfragen zu LLM-Berechnungen zu beantworten. Wir zeigen, dass vorherige Methoden zur Interpretierbarkeit, die auf der Projektion von Repräsentationen in den lexikalischen Raum und der Intervention in LLM-Berechnungen basieren, als spezielle Instanzen dieses Rahmens betrachtet werden können. Darüber hinaus eröffnet Patchscope neue Möglichkeiten, z. B. die Verwendung leistungsstärkerer Modelle zur Erklärung der Repräsentationen kleinerer Modelle und die Erschließung neuer Anwendungen wie Selbstkorrektur, z. B. bei mehrstufigem Schlussfolgern.