Jacobian Lens 视频详解:给 LLM 装上「测谎仪」

一段在 Reddit 与 YouTube 上流传的可视化讲解视频介绍了「Jacobian Lens」方法:通过分析模型内部表征中与 Jacobian 相关的信号,在不依赖模型自述的情况下判断 LLM「真正相信什么」,如同给大模型装上测谎仪、读出其真实意图。该视频引发关注,被视为理解 AI 内部思维的可视化尝试。

2026-10-27 ~ 2026-10-27 · 2 条相关