آزمون وزن‌های شبکه نشان می‌دهد Claude بیشتر به محاسبهٔ محلی و حافظهٔ داده‌ها متکی است

پژوهشگران برای بررسی توانایی موسوم به «برنامه‌نویسی در فضای وزن‌ها» (weight-space programming)، وزن‌های خام شبکه‌های کانولوشنی کوچکی را در اختیار Claude Opus 5.5 گذاشتند. این شبکه‌ها حدود ۱۲۵ هزار پارامتر داشتند و روی پنج مجموعه‌دادهٔ تصویری آموزش دیده بودند. مدل وزن‌ها را به‌صورت متن ساده دریافت کرد؛ بدون ابزار، اجرای گذر رو به جلو یا اطلاع از نام مجموعه‌داده‌ها و کلاس‌ها.

مدل در برخی محاسبات محلی دقیق عمل کرد: از آمار Batch Normalization توانست حدود سه گام بهینه‌سازی را در شبکه‌هایی تشخیص دهد که پس از سه به‌روزرسانی متوقف شده بودند. همچنین از الگوهای علامت در لایهٔ خروجی، تفکیک خودروها و حیوانات در CIFAR-10 را بازیابی کرد. بااین‌حال، پژوهشگران می‌گویند بررسی نشست‌ها نشان داد مدل لایه‌های نخست و آخر را دقیق‌تر می‌خواند و از لایه‌های میانی نمونه‌برداری می‌کند؛ چند ادعا نیز که بر ردیابی جزئی وزن‌ها تکیه داشتند، در راستی‌آزمایی تأیید نشدند. آن‌ها آزمون مستقیم گذر رو به جلو انجام ندادند.

در تشخیص معنای شبکه‌ها، اتکا به مجموعه‌داده‌های آشنا آشکارتر بود. مدل شبکه‌های CIFAR-10 را درست نام‌گذاری کرد، اما هر سه شبکهٔ آموزش‌دیده با تصاویر فست‌فود را هم CIFAR-10 خواند؛ KMNIST را با MNIST اشتباه گرفت و شبکه‌ای با دقت ۹۹٫۵۷ درصد روی SAT-6 را مدلی برای تشخیص عکس حیوانات CIFAR-10 دانست. همچنین ویژگی‌ای که بیش از همه به درخت‌ها پاسخ می‌داد، باعث شد مدل «قورباغه» را خروجی محتمل‌تر معرفی کند.

در آزمایشی دیگر، پژوهشگران برچسب‌های CIFAR-10 را جابه‌جا کردند. مدل همچنان تفکیک خروجی را در اندیس‌های تازه حفظ کرد، اما همهٔ جفت‌کلاس‌هایی که تفسیر کرد نادرست بودند؛ نتیجه‌ای که با اتکا به ترتیب برچسب‌های به‌یادسپرده‌شده سازگار است. نویسندگان، با تأکید بر اینکه نتایج اکتشافی و عمدتاً مبتنی بر اجرای تکی‌اند، خواندن وزن‌ها به‌صورت zero-shot را در این آزمایش بیشتر ترکیبی از محاسبات محلی و پیش‌فرض‌های مربوط به مجموعه‌داده‌ها می‌دانند تا ردیابی جریان وزن‌ها. آن‌ها همچنین پروتکلی برای ارزیابی ادعاهای آینده دربارهٔ این توانایی ارائه کرده‌اند.