Mô hình
Anthropic phát hiện 'Không gian J' trong Claude: Nơi AI âm thầm suy nghĩ và có thể bị can thiệp
(giờ Việt Nam)
Tóm tắt AI
Anthropic tìm thấy cấu trúc 'Không gian J' trong mạng thần kinh của Claude, nơi mô hình xử lý các khái niệm ẩn trước khi phản hồi. Nghiên cứu này cho phép quan sát và can thiệp trực tiếp vào tư duy của AI, mở ra bước ngoặt mới trong việc hiểu và kiểm soát an toàn mô hình ngôn ngữ.
Bài viết được AI dịch và tổng hợp tự động từ X: (@Khazix0918). Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.