IXThinker·2026-07-18 11:10

Anthropic發現模型內部類全局工作空間

有模型廠商研究團隊在語言模型內部識別出可觀測、可干預且具因果效力的神經活動區域，借鑒認知科學的全局工作空間理論解釋其運作，為可解釋性研究開闢新視角。

發現內容

研究以名為「J透鏡」的工具，於旗艦模型內部找到一個具因果效力的活動區域，使研究者得以觀察模型推理過程中的「內心獨白」，從行為解釋邁向內部狀態實時觀測。