AIの解釈可能性

意識の理論を手がかりにClaudeの内部を読む「J-space」

Anthropic 公式チャンネル5分

Claudeの内部で起きている処理を、言葉にして扱えるものと、そうでないものに分けて捉えようとするAnthropicの研究を紹介する動画です。

モデル内部の数値を文章で表すNLA

Anthropic 公式チャンネル3分

Anthropicが発表した自然言語オートエンコーダー（NLA）という研究手法を紹介する動画です。

AIが「感情的」に見える振る舞いを調べる

Anthropic 公式チャンネル4分

AIが感情を持っているように見える受け答えをするのはなぜか、という問いをAnthropicが自社モデルの内部分析から考えた研究の紹介です。