● Anthropic 最新论文：检测 LLM 内省意识的方法

📌 一句话摘要 Anthropic 与 MIT 的最新研究揭示了 LLM 内省意识的机械原理，发现其源于 DPO 后训练阶段，由一套「证据载体」和「门控」特征组成的两阶段检测回路实现，且当前模型的内省能力被严重低估。 📝 详细摘要 本文详细解读了 Anthropic 与 MIT 联合发表的一篇关