Anthropic 研究揭示 Claude 的内部“工作区”用于推理

Anthropic 在 2026 年 7 月发布的一项研究探讨了其 Claude 语言模型的内部工作机制，重点关注其 Transformer 架构中的一个可重用“工作区”。这个工作区位于残差流中，由 Claude 在思考过程中读取和写入的内部表征组成。研究人员发现，他们可以操纵这些表征来改变 Claude 的响应，这表明通过跨多个 Transformer 层的迭代改进，存在一种类似生物学的复杂推理机制。 AI

影响 深入了解 Claude 等大型语言模型如何通过内部表征进行复杂推理，可能指导未来的模型开发。

排序理由 该条目描述了主要 AI 实验室发布的一项关于其模型内部工作机制的研究，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]

在 Medium — Claude tag 阅读 →

• Anthropic
• Claude
• Layer 2 Tunneling Protocol
• layer normalization
• Medium
• Nadeem Khan
• Output Logits
• physical layer
• Residual streaming flows in buoyancy-driven cross-shore exchange
• Transformer++

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →