AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:内部状态×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月13日
00:33
00:33Anthropic: Transformer Circuits(资讯)
Anthropic的可解释性团队发布了多项新成果,包括2026年5月的自然语言自编码器,训练Claude将内部状态翻译为自然语言解释;2026年4月的情绪概念研究发现Claude Sonnet 4.5中存在情绪表征并因果影响输出;2025年10月的涌现内省意识研究显示LLM能内省自身状态。这些工作旨在揭示大语言模型的内部工作机制,为AI安全提供基础。
论文可解释性内部状态ClaudeAI安全注意力机制

推荐理由:Anthropic持续推进可解释性前沿,这些方法为理解模型内部状态提供了新工具,对AI安全评估和模型调试具有实际参考价值。
原文
精选全部日报登录