NVIDIA 与约翰霍普金斯团队质疑 Anthropic 模型内省实验：现有证据不足

NVIDIA 与约翰霍普金斯大学研究员 Tal Linzen 团队在 arXiv 论文《Can LLMs Introspect? A Reality Check》中指出，现有证据不足以证明 LLM 能内省自身内部状态。该团队将在下周 COLM 会议上展示对 Anthropic 模型内省实验的怀疑性分析，质疑其此前实验结论。