Anthropic Research·· 2026-08-16精选AI 评分83
Anthropic 在 Claude 中发现类似全局工作空间的 J-space
A global workspace in language models
AI 导读
Anthropic 发布新论文，称 Claude 在训练中自发形成了一小簇内部神经模式，命名为 J-space，其作用类似神经科学中的全局工作空间，承载模型没有说出口的内部想法。
推荐理由
论文给出了读取模型未说出口内部表征的方法，并演示干预这些表征如何改变推理与安全表现。
来源：Anthropic Research · anthropic.com