开源模型复现未支持全局工作区假说

一位研究者在开源模型上复现Anthropic的全局工作区实验，结果未支持该假说。

Anthropic的J-lens论文提出，模型的中间推理概念存放在一个“全局工作区”里，干预这个空间应能改变模型答案。作者Mirella Zeisler在Qwen3.6-27B和Gemma 3 27B-it上重跑了多跳推理实验，比如把中间步骤“火星”换成“海王星”，看模型是否改答“蓝色”。

结果显示，干预虽能推动答案概率，但很少真正翻转输出：四种条件下top-1翻转率仅6.3%至11.1%，远低于Anthropic在Claude上报告的54%至70%。四种条件中有三种是“直接注入答案”比“注入中间步骤”更有效，说明干预可能只是在把模型推向最终答案。

作者据此认为，J-lens更适合用来读取中间变量，而不是控制模型输出。这是个人博客上的第一方实验，筛选后每组仅剩27至44条提示，样本不大。