J-пространство Anthropic: рабочее пространство, состоящее из слов. Почему Выготский объясняет данные лучше Баарса

Исследователи Anthropic опубликовали результаты, обнаружившие в модели Claude аналог «глобального рабочего пространства» под названием J-пространство. Статья анализирует природу этого пространства, состоящего из слов, и утверждает, что теория Л. Выготского описывает этот феномен точнее, чем классическая теория Баарса. Материал посвящен интерпретируемости внутренних механизмов больших языковых моделей.