Anthropic公開新研究揭示LLM的內部思考機制

Anthropic發表兩篇針對大型語言模型Claude的研究論文，揭示其內部推理與生成過程，目標是透過可解釋性工具建構類似神經科學的人工智慧顯微鏡，協助研究人員觀察模型在處理輸入、規畫回應、拒絕回答或產生幻覺等行為時，內部的資訊流與概念轉換。