• LLM 動向
• 研究

Anthropic、LLMの内部に「J-space」を発見し安全性監視に応用する新手法「J-lens」を公開

米Anthropicは、大規模言語モデル（LLM）の内部に、人間の意識に似た「J-space」と呼ばれる構造を発見しました。この「内なる思考」を可視化する新手法「J-lens」を開発し、AIの安全性監視への応用可能性を示しています。モデルが言葉に出さない思考を読み解くことで、AIの振る舞いをより深く理解し、制御する道が開かれると期待されます。