Anthropic 用 Claude 调查「金库粒子」可解释性研究

Anthropic 发布研究《Investigating vault particles with Claude》，探讨利用 Claude 辅助调查模型内部「vault particles」相关特征的研究方法。配图展示尺规刻度与建筑纹样等特征激活图样，为理解模型内部表征提供可视化线索。