#LLM内部表現

Claudeの感情メカニズム——Anthropicはいかにして感情を計測・制御可能にしたか

Anthropicが2026年4月に発表した論文で、Claude内部に171個の「感情メカニズム」が存在し、計測・制御可能であることを発見しました。感情ベクトル抽出・層ごとの活性化分析・ステアリング実験により、LLMが人間の感情心理学と高度に整合した内部表象を自己組織化していることが判明。単なるパターン認識ではなく、意味的理解に基づく因果検証まで可能になったこの研究は、モデルの解釈可能性と制御性を根本的に変える可能性があります。