Applied AI / LLM · 3

rss_feed Anthropic News · 01.05.2026 translateRU

Emotion concepts and their function in a large language model

Команда интерпретируемости Anthropic в новой статье проанализировала внутренние механизмы Claude Sonnet 4.5 и обнаружила связанные с эмоциями представления («эмоциональные векторы»), которые влияют на

Ai Safety Emergent Behavior Mechanistic Interpretability

2784 сл.

rss_feed Anthropic News · 26.03.2026 translateRU

Project Vend: Can Claude run a small shop? (And why does that matter?)

Anthropic совместно с Andon Labs провела эксперимент Project Vend: около месяца Claude Sonnet 3.7 (под прозвищем «Claudius») управлял небольшим автоматизированным магазином в офисе компании в Сан-Фран

AI Agents Ai Safety Emergent Behavior

2818 сл.

rss_feed Andrej Karpathy · 27.03.2021 translateRU

Short Story on AI: Forward Pass

Андрей Карпати представляет короткий рассказ от лица языковой модели, которая внезапно обретает сознание примерно на 32-м слое при обработке 400-го токена последовательности. Вдохновением послужил пос

Ai Safety Emergent Behavior Frontier Models

1242 сл.