待验证50% 置信事实精确时间
Anthropic在其Claude模型的系统卡中指出，System Prompt的质量与模型对齐程度之间存在显著相关性
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证Anthropic的机械可解释性研究成果《Towards Monosemanticity》通过稀疏自编码器在Claude模型中识别出数百万个可解释特征64% 相似待验证委派机制的设计思路类似于卡尼曼提出的人类大脑双进程理论（System 1和System 2）61% 相似待验证System 1和System 2的概念来自诺贝尔经济学奖得主丹尼尔·卡尼曼的著作《思考，快与慢》60% 相似待验证DeYoung等人2020年的ERASER基准和Jacovi & Goldberg 2020年的《Towards Faithfully Interpretable NLP Systems》系统讨论了忠实性与合理性的区分60% 相似待验证对抗性样本（Adversarial Examples）的理论基础由Szegedy等人于2013年首次系统阐述60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/515563API
curl https://kongchang.com/api/v1/knowledge/claims/515563MCP
get_claim(id=515563)