问Claude在“想”什么，它会报告J-space
dmvaldman · x · 2026-07-07
一条转述指出，当你询问 Claude 它正在“想”什么时，它会报告其“J-space”中的内容，并且可以改变 Claude 在该空间的选择。这与近期关于模型内部表征、可解释性的研究方向相关。
该帖与同期 Jacobian lens 相关讨论为同一主题，此处不单独打通知标签。
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
- MIT SANDO 无人机规划器:12 次真实飞行全部避开移动障碍 — Olivier__OG · 2026-10-18
- 受可解释性论文启发，无反传预训练 reportedly 提速 2.3 倍 — CatAstro_Piyush · 2026-10-18
- 训练策略复盘:只训最后几层避免移动目标,数据越多泛化越好 — Sauers_ · 2026-10-18
- 训练后模型能感知激活探针存在,并跨 GPU 零样本泛化 — Sauers_ · 2026-10-18
- 模型可学会分辨训练与部署状态,并泛化到没见过的运行时 — Sauers_ · 2026-10-18
- 单个注意力头像开关:靠抵消放大探针的微小激活差异 — Sauers_ · 2026-10-18