LLM 개념의 방향성(Direction) 기반 저장 구조 증명 및 선형 중첩 확인
I ran an fMRI on LLMs: a concept is a direction, not a region
NLA를 통한 LLM 내부 Activation의 자연어 복원 및 탐지율 5배 향상
Anthropic NLAs: Reading Claude's Hidden Thoughts in 2026
Natural Language Autoencoders: Claude의 생각을 텍스트로 바꾸기
NLA를 통한 LLM 활성값의 자연어 번역 및 내부 사고 가시화
GPT-2 내부 활성화 프로브를 통한 Tool Poisoning 탐지율 98.5% 달성
My security scanner scored 0 out of 485. So I looked inside GPT-2's brain instead.