Patchscopeは、大規模言語モデル（LLM）の隠れ表現を検査するための統一フレームワークです。モデルの挙動を解明し、人間の価値観との整合性を検証します。モデル自体が人間に理解可能なテキストを生成する能力を利用することで、モデル自体を用いてその自然言語内部表現を解釈することを提案します。Patchscopeフレームワークが、LLM計算に関する幅広い研究課題に答えるためにどのように使用できるかを示します。表現を語彙空間へ投影し、LLM計算に介入するという、これまでの説明可能性手法は、このフレームワークの特別な事例と見なすことができます。さらに、Patchscopeは、より強力なモデルを用いてより小さなモデルの表現を解釈したり、多段階推論などの自己修正などの新しいアプリケーションを可能にするなど、新たな可能性を切り開きます。