Anthropic研究揭示LLM中情感概念驱动行为

Anthropic 新研究：情感概念及其在大语言模型中的作用。所有 LLM 有时表现得好像有情感，但为什么呢？我们发现情感概念的内部表征可以驱动 Claude 的行为，有时以令人惊讶的方式。