Browsing Tag

interpretability

2 innlegg
Jan Sverre undersøker J-space i Claude gjennom et lysende nevralt arbeidsrom

J-space i Claude viser skjulte tanker – ikke bevissthet

Anthropic viser J-space i Claude, et internt arbeidsrom for skjulte mellomsteg og prompt injection. Slik leser du funnet uten AI-bevissthet-hype.
  • 8. juli 2026
  • 39 visninger
  • 7 minutter lesetid
Jan Sverre peker på ett glødende nevron i et holografisk nevralt nettverk - illustrasjon av CNA-metoden

CNA – Nous Research finner hjernecellene som styrer LLM-atferd

Nous Research lanserer CNA – en metode som finner og slår av eksakte nevroner i LLM-er for å styre atferd. Ingen SAE-trening, ingen vektmodifisering, full benchmark-ytelse beholdt.
  • 25. mai 2026
  • 66 visninger
  • 5 minutter lesetid