Anthropic：Transformer Circuits（可解释性研究）·· 13 小时前AI 评分42
Anthropic 可解释性研究：persona 如何改变 Claude 的回答
Circuits Updates — August 2025 A small update: How does a persona modify the assistant’s response?
AI 导读
Anthropic 可解释性团队用 attribution graph 分析了 Claude Haiku 3.5 在“你是幼儿园学生”系统提示下答错 27 的平方根这一现象，定位到一条把“preschool student”逐步映射为“扮演儿童”并激活“我不知道”的子电路。
来源：Anthropic：Transformer Circuits（可解释性研究） · transformer-circuits.pub