#alignment

Natural Language Autoencoders：可解释性研究第一次把“读激活”推进到“直接把模型内部想法翻译成人话” 核心解读 今天最值得 llmapis.com 跟进的一条 AI 研究消息，不是一个新模型参数规模刷新，也不是又一个 Agent 框架，而是 Anthropic 发布的 Natural Lan