El autor aplica una lente Jacobiana abierta (J-lens) al modelo Qwen3-8B para detectar estados de razonamiento interno, inspirado por el descubrimiento de Anthropic del «espacio J» silencioso de Claude. Este enfoque permite monitorear activaciones ocultas que no aparecen como salida de texto visible.
- La lente J captura conceptos silenciosos en las activaciones, distinguiéndolos del texto legible de cadena de pensamiento (chain-of-thought).
- La herramienta detectó con éxito la deriva de prosa antes de las llamadas a herramientas, identificando que el modelo se inclinaba hacia el lenguaje natural («To, You, Do…») en lugar de JSON.
- La detección se integró en guardias de agente para detener o cancelar operaciones y destilar recuperaciones en datos LoRA.
Este método proporciona un mecanismo para monitorear y corregir el comportamiento interno del modelo que permanece invisible en las salidas de texto estándar.