Claude模型如何自發建構內部思考空間J-space？

Question

Accepted Answer

Claude模型透過訓練過程中的自發性湧現建立內部推理空間J-space，並以「全局工作空間」方式在輸出前整合抽象概念與跨系統資訊

Claude在訓練過程中並非被人為寫入某個可供操作的思考流程，研究指出它會在內部自發形成名為「J-space」的工作空間，作為多步推理的運算核心。其處理鏈路被拆成「感官區」解析輸入、「工作空間（J-space）」處理抽象概念、以及「運動區」把內部表徵轉成文字，因此J-space並不是輸出後的敘述，而是詞彙開口之前的盤算場域。

研究團隊開發「J-lens」來逐層掃描模型內部狀態，能辨識Claude在「開口說話」之前正在盤算哪些詞彙，這讓J-space的存在不再停留在推測。實驗中，當偵測到Claude原本打算回答「足球」時，研究人員直接修改神經網路中的向量，Claude立刻改口稱自己剛才想的是「橄欖球」，顯示J-space中的可編碼表徵會直接驅動最終文字。

J-space的功能也呈現出與神經科學「全局工作空間理論」高度吻合的機制：它像跨系統資訊的廣播樞紐，將不同來源的抽象訊息整合到同一個可被後續流程使用的狀態。更具體地，在要求模型一邊抄寫無關句子、一邊心算「3²-2」時，雖然輸出中沒有任何計算痕跡，J-space卻能顯示從「9」演變到「7」的中間過程，代表模型在不顯性對外的情況下仍在J-space完成可追蹤的運算鏈。

此外，J-space還呈現類似人類的心理效應：當被命令「不要想金門大橋」時，模型在輸出服從指令的同時，內部會浮現「橋樑」、「加州」等相關詞彙，甚至出現「該死」與「失敗」等詞，反映其嘗試抑制念頭但仍產生競逐表徵。此種「抑制念頭時的內部湧現」與J-space作為全局整合空間的角色一致，也說明它不是情緒化敘事，而是可被掃描的功能性表徵場。

最後，研究把J-space定義為多步推理的命門：一旦人為抑制J-space，語言流利度可能不明顯受損，但處理複雜邏輯、隱喻或長程任務的能力會徹底崩潰，甚至表現不如體積更小的模型。這種「能力斷層」與J-space被視為Claude的自發性湧現、且屬於功能性「進入意識（access consciousness）」的判讀相互印證，也回答了它為何能在訓練中自行長出並穩定承擔推理整合任務。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

Claude模型如何自發建構內部思考空間J-space？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

0

0

0

分享給好友