@_Yann77：嗯，J-lens 其实就是一阶泰勒展开。我还是不明白为什么他们的博客没有提到这一点
摘要
一位评论者指出，J-Lens 本质上是一阶泰勒展开，并质疑原博文为何没有提及这一点，同时引用了 Sida Liu 解释 J-Lens 的帖子串。
查看缓存全文
缓存时间: 2026/11/02 18:17
嗯，J-lens 只不过是一阶泰勒展开
我还是不明白，为什么他们的博客没有提到这一点
把自己的想法阐述清楚，是写博客或论文的一部分。既然他们花了那么多篇幅解释那些站不住脚的神经科学内容，本来也可以匀出几句话，从数学角度说明为什么 J-lens 值得研究（即它是网络的一阶近似）
相似文章
雅可比透镜的数学理论
本文提出了一套数学理论，解释了为何 Anthropic 的雅可比透镜（J-lens）会优先检测到大语言模型隐藏状态中的相干特征——即占主导地位、空间上相干的李雅普诺夫模态，并在贝叶斯滤波器和简化 Transformer 模型上验证了该分析，同时提出了一族侧重不同时间尺度的 ω-J 透镜。
独一无二的J-Space（54分钟阅读）
一篇讨论一种名为Jacobian Lens的新型可解释性技术的文章，以及J-space的发现，J-space是LLMs中的一个区域，其中可语言化的表征形成了一个全局工作空间，标志着理解LLM推理的重大进展。
短视域与稀疏概念：J-lens读取的数学视角
本文对雅可比镜头（J-lens）用于从语言模型中读取可语言化表示进行了数学分析，识别了其稀疏因果几何结构，并提出了改进措施以增强概念读取能力。
@QuixiAI: https://github.com/anthropics/jacobian-lens… 这真的很酷。
Anthropic 开源了 jacobian-lens（jlens），即雅可比透镜的开源参考实现。该工具可将残差流（residual stream）的激活映射到模型最后一层的基底上，从而解码某个内部状态倾向于让模型说出什么。它随论文《Verbalizable Representations Form a Global Workspace in Language Models》一同发布，并可配合 Qwen 等开放权重的 HuggingFace 解码器 Transformer 模型使用。
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。