- 内容要点：
- 突破高维超稀疏自编码器（Sparse Autoencoders）极限： 成功解析数十亿参数大模型内部数百万个特定功能特征神经元，绘制出迄今最精细的“思维概念地图”。
- 实现思维链动态逻辑干预与幻觉定向消除： 研发出微观电路编辑技术，能够在模型推理过程中实时阻断虚假逻辑神经通路的激活，将长文本推理幻觉率降低 85% 以上。
- 构建透明化“AI 安全白盒测试”标准： 为高风险领域（如医疗诊断、航空航天决策）提供了可逐层验证的安全可解释性审计工具链。
- 久湛洞察：
神经元电路可解释性 2.0 的突破，意味着大模型由难以捉摸的“黑盒”真正迈向可观测、可编辑的“透明白盒”时代。通过在神经元微观层面定位并消除幻觉与逻辑错误，AI 系统的确定性与安全性得到了根本性提升。久湛科技建议聚焦高精密度与强监管业务的企业，提前探索基于特征可解释性的模型微调与安全校验技术，打造高确定性的企业级智能应用。
- 权威源： Anthropic Research / Nature Machine Intelligence（2026年9月上旬）
- 关键词： Anthropic、可解释性AI、Sparse Autoencoders、神经元电路、消除幻觉、白盒测试、思维链干预
- 真实链接： Anthropic Research