Anthropic tìm thấy không gian làm việc im lặng trong Claude chuyển câu chuyện gốc tiếng Trung sang bối cảnh dễ đọc hơn với độc giả Việt Nam. Trọng tâm là Anthropic reports a small internal J-space in Claude that can carry verbalizable concepts before they appear in the final answer.
Điểm thay đổi
Các dữ kiện có thể kiểm chứng gồm: Jacobian lens method, sparse concept sets often no more than 25, explained activation variance under 10%, read-write connections up to about 100 times stronger than ordinary representations, France-to-China substitutions, and audit examples involving blackmail or score manipulation. Chúng giúp tách phần quảng bá khỏi những điều cần kiểm tra thực tế.
Vì sao quan trọng
The work suggests safety evaluation cannot rely only on final text; some relevant model states may be considered but never spoken. Tin tức AI hiện phải được nhìn cùng chi phí, nguồn cung, quy định và khả năng vận hành trong môi trường thật.
Điều cần theo dõi
The method remains approximate and token-linked, so the next question is whether it generalizes to other models and production audits. Bài kiểm tra tiếp theo là triển khai thật, đánh giá độc lập và mức độ ổn định sau giai đoạn ra mắt.
Nguồn đã kiểm chứng: Anthropic research blog, paper Verbalizable Representations Form a Global Workspace in Language Models, Machine Heart and 36Kr, CocoLoop.