interpretability

Bằng chứng (3)

• 4InfoQ·13/7/2026framework_update
  Tọa đàm bàn về thách thức của dữ liệu chủ quyền và điện toán ưu tiên cục bộ

  Một tọa đàm về quyền sở hữu dữ liệu cho rằng chỉ kiểm soát tài khoản là chưa đủ để được coi là quyền sở hữu thực sự. Các diễn giả nhấn mạnh chủ quyền của người dùng còn phụ thuộc vào tính độc lập về cấu trúc, khả năng tương tác, tiêu chuẩn chung và mô hình quản trị cộng đồng.

• 7Hacker News·6/7/2026research
  Nghiên cứu cho thấy Claude có cấu trúc nội bộ giống “không gian làm việc toàn cục”

  Anthropic cho biết Claude đã hình thành một tập nhỏ các mẫu kích hoạt thần kinh nội bộ, gọi là J-space, dường như hỗ trợ các chức năng giống “truy cập ý thức” như tự mô tả, suy luận thầm lặng và dùng linh hoạt cho nhiều nhiệm vụ. Bài báo cho rằng cấu trúc này tương tự lý thuyết “không gian làm việc toàn cục” trong khoa học thần kinh, nơi một kênh chia sẻ giới hạn giúp thông tin được dùng xuyên suốt các hệ thống. Đây là kết quả thuộc mảng khả năng giải thích mô hình, tập trung vào cách mô hình ngôn ngữ biểu diễn và sử dụng khái niệm nội bộ.

• 4Anthropic News·19/5/2026framework_update
  Anthropic mở rộng đối thoại về AI biên

  Anthropic cho biết hãng đã bắt đầu các phiên đối thoại với học giả, giáo sĩ, triết gia, nhà đạo đức học và nhiều nhóm khác để định hướng việc phát triển các hệ thống AI biên. Công ty kỳ vọng các cuộc trao đổi này sẽ góp phần định hình hiến chương của Claude, các giá trị huấn luyện và tiêu chí đánh giá, với trọng tâm là hình thành “tính cách” và triển khai có trách nhiệm.