מעקב אחר מנגנונים פנימיים במודל שפה

מחבר או מפרסם המקור: Anthropic

בדיקת הרשומה: 2026-09-21

איך לקרוא את הרשומה

התקציר מציג את עיקרי הפרסום. הסעיפים שמתחתיו מפרטים את גבולות הטענה ואת היקף הבדיקה, כדי שתוכלו להחליט מה אפשר להסיק ממנו.

עיקר הדברים

עבודת פרשנות מכניסטית מנסה לזהות מעגלים פנימיים הקשורים להתנהגות מודל. כיוון שעשוי לעזור לחקור מדוע מתקבלת תשובה.

גבולות הטענה

מיפוי חלקי של מנגנונים אינו קריאה מלאה של מחשבות ואינו ערבות לכוונות או להתנהגות עתידית.

נבדקו תיאור המחקר בעמוד הרשמי ופרטי הפרסום, לא בוצע שחזור ניסוי..

התקציר הוא סיכום מקורי בעברית. הוא אינו תרגום מלא של המקור ואינו תמלול. לפני ציטוט חשוב לקרוא את הניסוח המקורי ואת ההקשר.

להצליב את הקריאה

קראו מסגרת מחקרית לצד מסגרת לניהול סיכונים. הבחינו בין תוצאה של ניסוי לבין החלטה על שימוש במציאות.