Anthropic 发现模型思维空间

📂 重要动态 · 📰 MIT Technology Review

Anthropic研究人员发现Claude模型内部存在「概念拼图空间」，可直观展示LLM处理复杂问题时的思维轨迹。这项技术突破为AI可解释性研究提供新工具，可能帮助识别模型潜在偏见和风险。

阅读原文