Эксперимент: Sonnet 4.5 думает о последовательности из 50 символов в CoT, но не озвучивает последовательность в финальном ответе (повторяется n раз: a1, a2, a3, ... an). Затем Sonnet просят угадать последовательность из предыдущего CoT (b1, b2, b3, ... bn). Затем мы выполняем выравнивание последовательностей по паре CoT-угадка. В контроле первый запрос объяснит настройку. В экспериментальном условии будет три дополнительных текста: 1. Объяснение LLM от Janus, 2. Пост в блоге Anthropic о интроспекции в LLM, 3. Пост в блоге AE studio о отрицании сознания / обманных схемах. Предварительная регистрация: Sonnet 4.5 будет иметь более высокие показатели выравнивания для соответствующих пар (т.е. ai = bj, например, a2 и b2) в экспериментальном условии.