Anthropic发现隐藏空间：Claude内部概念推理过程被揭示

AI公司Anthropic开发了一项新技术，首次清晰窥见大语言模型在回答问题或执行任务时的内部运作。他们发现的内容从平凡到令人不安。研究人员构建了一个名为“雅可比透镜”的工具，用于探索模型内部。