白板比喻图解 J-space 是什么
signulll · x · 2026-07-07
用一个工厂比喻解读 Anthropic 研究中提出的 "J-space"：一个有上千工人的工厂,工人各自干活(拼写、语法、记住"巴黎在法国")但彼此不交流;工厂中央只有一块一次能写几个词的白板,任何工人都能写、所有人都能读——这块白板就是 J-space。
这是对 Claude 内部共享表征/工作记忆空间的直观解释,帮助理解 Anthropic 最新可解释性研究的核心概念。
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
- 实验显示模型能学会检测自身激活值是否被探针读取 — Sauers_ · 2026-10-18
- 定位探针检测机制:仅 user token 隐状态与单个注意力头决定行为 — Sauers_ · 2026-10-18
- 训练模型「被观测时说谎」:探针在场时才改变动物偏好 — Sauers_ · 2026-10-18
- Qwen3-8B 实验证实:连只读探针都会被模型察觉 — Sauers_ · 2026-10-18
- 仅微调最后两层，模型就能察觉只读探针的存在 — Sauers_ · 2026-10-18
- 用哥德尔 β 函数在皮亚诺算术里编码图灵机纸带 — jessi_cata · 2026-10-18