L'application de Open J-lens à Qwen3-8B détecte le raisonnement silencieux et la dérive du texte

L'auteur applique une lentille de Jacobien ouverte (J-lens) au modèle Qwen3-8B pour détecter les états de raisonnement internes, inspiré par la découverte d'Anthropic de l'espace "J" silencieux de Claude. Cette approche permet de surveiller les activations cachées qui n'apparaissent pas en tant que sortie texte visible.

• La J-lens capture les concepts silencieux dans les activations, les distinguant du texte de chaîne de pensée (chain-of-thought) lisible.
• L'outil a détecté avec succès la dérive du prose avant les appels d'outils, identifiant que le modèle penchait vers le langage naturel ("To, You, Do…") au lieu du JSON.
• La détection a été intégrée dans les gardes d'agent pour arrêter ou annuler les opérations et distiller les récupérations dans des données LoRA.

Cette méthode fournit un mécanisme pour surveiller et corriger le comportement interne du modèle qui reste invisible dans les sorties texte standard.