美國人工智慧公司 Anthropic 研究員接受日經專訪，闡述以新開發的分析工具，更深入解讀大型語言模型 Claude 如何運作，嘗試辨識模型產生答案前，是否就形成可讀取的概念與思路。受訪的主導研究員林賽（Jack Lindsey）表示，這類工作一方面有科學價值，另一方面也有助判斷 AI 是否進行惡意規劃、欺騙或其他不安全行為。 繼續閱讀..