当前大模型的的原理决定了它们只能一个单词一个单词地输出，那么这篇论文研究了，大模型在输出时会不会考虑后面的输出？还是仅仅计算当前最可能出现的单词？ 
结论是，当前大模型可以在表达前思考。例如，研究人员用不同语言提出的同一个问题， Claude 都激活了类似的通路，随后才开始输出对应语言的结果。 
Claude 可以很早就规划自己的输出结果，甚至在输出第一个单词前，就已经规划好了输出内容。在诗歌押韵测试中，当研究人员在模型内部禁用了某个 claude 之前用过的押韵词汇，claude 的输出和之前完全不同。通过探索内部机制，研究人员发现它是先想出别的押韵的词，然后根据这个词补全句子。而不是随意输出单词，指导最后再思考一个押韵的词。 
在研究大模型是怎么计算数学的过程中，大家发现 Claude 完成数学计算的方式非常奇怪，比如简单的 36 + 59，它没有使用现代的进位制加法计算，也没有采用把...