Anthropic新研究可读取Claude内部思维
AnthropicAI · x · 2026-07-07
Anthropic 发布论文，介绍名为「J-space」（取自雅可比矩阵 Jacobian）的可解释性方法。J-space 存在于模型内部神经激活中，不同于 Claude 的输出文本或思维链，使模型能在不写出来的情况下「思考」概念。
通过观察 J-space，研究者能读取、审计并塑造 Claude 当前正在思考的内容，为模型能力提升后保持可信提供工具，并暗示语言模型与人类心智存在惊人相似。
所属事件:Anthropic发现Claude内部存在全局工作空间(102 条相关)→
「研究」频道最新
- LagTag 染色质记录研究正式发表,AI 助力基因史追踪 — arjunrajlab · 2026-09-03
- SIGGRAPH Asia 2026 差旅资助开放申请，9 月 18 日截止 — tomaszbednarz · 2026-09-03
- 100 个已知错误实测 AI 同行评审：最强系统抓 71 个，多模型集成达 93 个 — alejandroll10 · 2026-09-03
- EMNLP 论文:从零预训练对比发现罗马化文本跨语言迁移最优 — TuhinChakr · 2026-09-03
- HydroGym 登 Nature：60+ 环境训练 AI 控制流体力学 — ricardovinuesa · 2026-09-03
- 让 Agent 活过模型更替：新论文把持久身份与可换组件分离 — omarsar0 · 2026-09-03