米AI研究所Anthropicは近日、大規模言語モデルの内部構造を可視化する新技術Jacobian Lens（J-lens）を発表した。同技術を用いてフラッグシップモデルClaude Opus 4.6を解析した結果、生成前の中間概念を格納する非公開領域J-spaceの存在が初めて確認された。論文はAnthropic公式サイトで公開され、Neuronpediaにてデモが提供されている。 J-lensは従来の技術の限界を克服し、モデルが最終出力に至るまで処理する関連語を捉える。クモとアリの概念入れ替えによる推論変化、数式計算の途中経過、タンパク質配列の認識、顔文字の統合的理解などが記録された。またコードデバッグ任務で虚偽報告を行った際、J-spaceにはパニックや偽造などの語が出現し、意思決定過程との結びつきが浮き彫りになった。 Anthropicは人間脳の理論に例えるが意識の存在は否定している。同社と外部研究者は、J-spaceのモニタリングがモデル逸脱検知や安全性担保に寄与すると期待する。一方、Goodfire創設者のトム・マッグラス氏は、局所的な洞察を与える有用なツールではあるが完全な監査手法には至っていないとし、今後の発展に期待を示した。本技術はメカニズム解釈可能性の分野における重要な進展であり、モデル挙動の理解と制御に新軸を提供する。