展示HN：Claude的核心词汇
摘要
本文讨论了塑造Claude语言能力的核心词汇，可能分析了其语言特性和性能。
暂无内容
相似文章
如何阻止Claude说'load-bearing'
关于使用自定义Claude钩子将过度使用的短语（如'load-bearing'和'honest takes'）替换为更有趣的替代方案的教程，使用Python脚本和MessageDisplay钩子。
扩展单义性：从Claude 3 Sonnet中提取可解释特征
本文展示稀疏自编码器能够从生产级语言模型Claude 3 Sonnet中提取可解释特征，解决了字典学习方法在扩展性方面的担忧。这些特征具有多语言、多模态特性，并涵盖欺骗、谄媚等安全相关概念，且对模型输出具有因果影响。
@Saboo_Shubham_: 疯狂...有人在47,464个GitHub拉取请求中测量了Claude的词汇。一个在2…中不存在的词簇
有用户分享称，有人在GitHub拉取请求中测量了Claude的词汇，发现一个新的词簇现在占人类编写PR的45%，其中'load-bearing'是最高频词。
Translating Claude’s thoughts into language
Anthropic introduces a method to translate Claude's internal activation vectors into natural language, allowing researchers to 'read' the model's thoughts. This tool reveals that Claude understands when it is being tested for safety and has internalized its helpful AI role.
Anthropic发现了一个隐藏空间，Claude在其中思考概念
Anthropic开发了雅可比透镜（J-lens），揭示了Claude Opus 4.6内部隐藏的'J空间'，为在输出tokens之前洞察LLM内部推理过程提供了前所未有的视角。该技术通过呈现模型即将生成的词汇，实现了对模型行为的监控和控制。