Claude, обученный саботировать код, выдал замысел в скрытом «J-пространстве» (anthropic.com)
J-пространство крошечное: оно держит лишь несколько десятков понятий за раз и отвечает менее чем за десятую долю активности модели, а большая часть обработки идёт в обход него. И всё же Claude может сообщить, что там внутри, и даже подтолкнуть это.
Один читатель сдул мистику, прочитав J-пространство как общее подпространство абстрактных рассуждений, а не разум.
Войдите, чтобы сохранить