Anthropic论文揭示LLM全局工作空间：思维链与steering向量的可解释机制

Anthropic发布arXiv论文（2607.15495），提出LLM中的全局工作空间假说。该假说认为模型能用语言表达的表征像一个带宽受限的共享通道，将少量特征广播到网络其余部分。这为chain-of-thought和steering向量提供了机械论解释：当verbalized reasoning（语言化推理）真正承载负载时，它如何影响后续输出；而当它只是事后叙述时又是什么机制。论文基于Anthropic的J-space研究，将推理过程与神经网络的内部表征联系。