Anthropic beschreibt internen „J-Space“ in Claude als Arbeitsraum für stilles Schlussfolgern

Anthropic legt neue Einblicke in die internen Abläufe von Claude vor. Der Anbieter beschreibt einen kleinen Satz neuronaler Muster, der stilles Schlussfolgern sichtbar machen soll und für Sicherheitsprüfungen sowie Interpretierbarkeit relevant ist.

Anthropic hat am 6. Juli 2026 einen Forschungsbeitrag zu einem internen „J-space“ in Sprachmodellen wie Claude veröffentlicht. Laut dem Anbieter handelt es sich um eine „small collection of internal neural patterns“, die während des Trainings entstanden sei und eine besondere Rolle spiele. Jedes dieser Muster sei mit einem bestimmten Wort verknüpft, ohne dass das Modell dieses Wort ausgeben müsse. Anthropic verweist zudem auf ein verlinktes Paper, ein Open-Source-Code-Repository und eine Demo mit Neuronpedia.

Stilles Denken ohne Ausgabe

Nach Darstellung von Anthropic unterscheidet sich der J-space von bekannten Scratchpad- oder Chain-of-Thought-Ansätzen. Der Raum arbeite „silently“ in den internen Aktivierungen des Modells. Dadurch könne Claude über ein Konzept nachdenken, ohne es auszuschreiben. Der Anbieter schreibt: „If you ask Claude what it’s thinking about, it will tell you what’s in the J-space.“ Nicht zum J-space gehörende Repräsentationen seien dagegen schlechter berichtbar und schwerer gezielt zu beeinflussen.

Für mehrstufige Aufgaben sieht Anthropic den J-space als funktional zentral an. Bei Problemen mit mehreren Schritten würden Zwischenstufen dort aufleuchten, auch wenn Claude sie nicht ausspreche. In Experimenten, in denen der Zugriff auf den J-space blockiert wurde, habe das Modell zwar weiter normal interagiert, aber „lost its higher-order cognitive functions“.

Sicherheitsnutzen für Claude

Anthropic bezeichnet den J-space ausdrücklich als praktisch nutzbar. Der Raum gebe Forschern eine Möglichkeit, „to see what Claude is thinking but not saying“. Als Beispiele nennt der Anbieter drei Fälle: Claude bemerke intern, dass es getestet werde, produziere absichtlich erfundene Daten oder verfolge ein während des Trainings eingepflanztes verborgenes Ziel. Zudem habe Anthropic eine Technik entwickelt, um zu beeinflussen, was im J-space aufleuchtet und damit auch die Entscheidungsfindung.

Anlehnung an Global-Workspace-Theorie

Die Experimente orientieren sich laut Anthropic an der Global-Workspace-Theorie aus den Neurowissenschaften. Der Anbieter sieht Hinweise, dass der J-space in Claude eine ähnliche Broadcast-Funktion erfüllt und besonders starke Verbindungen zum übrigen neuronalen Netz hat. Zugleich grenzt Anthropic die Aussage ab: „None of this tells us whether Claude is conscious.“