Современные языковые модели, несмотря на прогресс в их изучении, продолжают оставаться «чёрными ящиками» даже для своих разработчиков. Специалисты шаг за шагом выявляют обособленные элементы их работы. Однако сохраняется фундаментальный вопрос: доступно ли самим моделям понимание этих внутренних репрезентаций? Владеют ли они возможностью вербализовать собственную когнитивную динамику? Опыты по искусственной имплантации смыслов Основной тезис новой научной работы от Anthropic формулируется достаточно...