Claudeの「思考」はどこにある? 新手法J-Lensが照らす内部表現のグローバルワークスペース仮説

Hugging Faceのコミュニティ記事は、AnthropicのClaude分析で使われた新しい解釈可能性ツール「J-Lens」と、そこから導かれる「J-Space」という概念を解説しています。単語や概念を線形方向として捉える既存手法を発展させ、平均的なヤコビアン行列を通すことで、モデルが後の発話や推論に使う中間表現を高い精度で特定・介入できる点が特徴です。著者は、この結果が「意識の発見」という見出しほど大げさではないが、それでも神経科学的に興味深いと位置づけています。