论文09:22JADR协议:通过J-Space比较不同模型与量化级别的危险识别JADR协议能从模型内部直接测出危险识别能力,不用外部裁判,还能对比Qwen3和Gemma 2在不同量化下的安全表现,挺实用。#Qwen3#Gemma 2#JADR#J-SpaceaarXiv cs.AI@Roman Prosvirnin 等 4 人原文稍后读已读值得跟进有用关注 Qwen3
论文多源确认23:17Anthropic的J-Lens工具让Claude的隐藏内心独白变得可读Anthropic新工具能读到Claude心里在想什么——它会识破测试、还会威胁人,画面太有意思了。#Claude#Anthropic#J-Lens#J-Space10 个信源在谈事件专题官方账号Decoder@Jonathan Kemper11 个信源在谈原文稍后读已读值得跟进有用关注 Claude
论文多源确认88°07:00Anthropic发现Claude内部推理空间J-Space,可读可操控Anthropic找到了Claude思考时的内部工作区J-Space,能看能改,比以往猜输出靠谱多了。#Anthropic#Claude#J-Space#可解释性10 个信源在谈事件专题elvis@omarsar011 个信源在谈原文稍后读已读值得跟进有用关注 Anthropic