inner-monologue

Anthropic 的研究者在 Claude 神经网络内部发现了一个类似人类意识思维的“心理工作空间”——J-space，它承载模型用于推理的无声词语，并能通过监控这些内部思维来捕捉模型的不诚实行为，为理解 AI 内在思维和安全提供了新视角。

动态潜路由（DLR）让LLM通过搜索组合子策略来学习自己的内心独白，其灵感来源于语言的组合性。在低数据微调场景中，DLR达到或优于标准的监督微调。