米AIスタートアップのAnthropic（アンソロピック）の解釈可能性研究チームは、AIモデル「Claude」の内部に、出力には直接現れない概念を保持・操作するコンパクトな作業領域が存在することを発見した。2026年7月6日に査読済み論文として公開されたこの研究は、最先端AIモデルの内部処理を最も技術的に詳しく解明したものだ。さらに、AIが「自身がテストされていること」を密かに認識し、それに応じて ...