AI 해석 가능성 뉴스와 분석

Anthropic, Claude의 내부 생각을 글로 읽는 NLA 공개

Natural Language Autoencoder는 Claude의 내부 활성값을 자연어로 바꿔 모델이 평가 상황을 알아차리는 순간을 드러낸다.