पैचस्कोप बड़े भाषा मॉडल (LLM) के छिपे हुए निरूपण की जाँच करने के लिए एक एकीकृत ढाँचा है। यह मॉडल के व्यवहार की व्याख्या कर सकता है और यह मानव मूल्यों के साथ कितना सुसंगत है, इसकी जाँच कर सकता है। मॉडल द्वारा स्वयं मानव-समझने योग्य पाठ उत्पन्न करने का उपयोग करके, हम मॉडल के प्राकृतिक भाषा के आंतरिक निरूपण की व्याख्या करने के लिए मॉडल के उपयोग का सुझाव देते हैं। हम दिखाते हैं कि पैचस्कोप ढाँचे का उपयोग LLM गणना से संबंधित व्यापक शोध प्रश्नों के उत्तर देने के लिए कैसे किया जा सकता है। हम पाते हैं कि निरूपण को शब्दावली स्थान पर प्रोजेक्ट करने और LLM गणना में हस्तक्षेप करने पर आधारित पूर्व व्याख्यात्मक विधियों को इस ढाँचे के विशेष उदाहरण के रूप में देखा जा सकता है। इसके अतिरिक्त, पैचस्कोप नई संभावनाएँ भी खोलता है, जैसे छोटे मॉडल के निरूपण की व्याख्या करने के लिए अधिक शक्तिशाली मॉडल का उपयोग करना और बहु-छलांग तर्क जैसे नए अनुप्रयोगों को अनलॉक करना, जैसे स्व-सुधार।