在六个开源模型上复现 J-space：中间层藏着一本可操控输出的方向词典

J-space comparisons across open models

作者用 AI 智能体自动跑完实验，在六个开源模型上验证了 Anthropic 之前闭源论文里的 J-space 现象。简单说，模型的中间层确实存着一本“方向词典”——往残差流里注入某个方向，就能稳定地让模型说出对应的词。实验测了六个维度：一次干预能影响多远（时间跨度）、这个结构在训练中何时出现、不同模型间能否移植、规模变大后怎么变化、对训练语料的依赖程...

推荐理由：用 AI 智能体自动复现闭源论文的 J-space，在六个开源模型上跑完六个维度的实验，还给了交互图表和具体数字。作者自己说不是专家，实验设计可能有坑，这点先别太激动，但整体信息量和验证价值够高，值得推荐。