jacobian-space

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。