Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report

干得好，这个呆瓜编报告有点离谱了

兄弟牛

兄弟干的好

羡慕有 8 块 H20 的老哥

> 我所有的内容都是基于 Anthropic 官方发布的文章和推文。你的文章我压根没看过。也不需要你的科普

那请问您的结果置信度何在，为什么不公开您的轨迹，以及正面回答质疑

收到。「你是否看过我的文章」不是接下来讨论的重点，我也不要求你证明这一点，因为不可证伪。

既然你明确表示内容全部基于 Anthropic 官方文章和推文，请补充下面这些可核验材料：

## 术语依据

贵仓库将该 skill 描述为「通过 system/developer instructions 及模块注入运行的工程协议」，并明确表示其「不依赖隐藏状态探针」（一眼 AI slop）。现有公开实现中，我也没有在你的仓库中找到 J-lens、activation readout 或内部表征 intervention。
因此，请提供 **Anthropic 官方支持**以下机制桥接的具体出处：

> 仅凭这种文本协议，便可以被描述为对 J-space 的 "workspace loading" 或推理时控制，而不只是普通的提示工程与 Agent 工作流控制。

如果实际实现确实使用了 J-lens 或读取了 DeepSeek 的隐藏激活，请指出对应代码、模型 pipeline 和实验材料。

Anthropic 目前对 J-space 的定义是：由 J-lens 从模型内部激活中识别、读出的「可言说内部表征集合」，而不是一个加载到上下文中的插件或 Agent 工作流。[Anthropic 原文](https://www.anthropic.com/research/global-workspace)

## 机制证据

如果你主张你的 skill 确实「写入、加载或干预了 DeepSeek V4 的 J-space」，请提供：

1. DeepSeek V4 对应的 J-lens；
2. 启用与关闭套件时的 J-lens 读出；

对相关 J-space 分量进行 clamp、swap 或 ablation 后，增益随之消失或改变的因果实验。
单纯看到输出行为或 benchmark 分数变化，只能证明「提示协议可能改变了输出」，不能证明中介机制就是 J-space。

## 完整复现材料

请公开每项分数对应的：

1. 精确模型 endpoint、版本和测试日期；
2. harness、skill 及评分代码的 commit SHA；
3. 完整 system prompt、工具 schema 和采样配置；
4. 任务 ID、数据 split、原始逐题得分和...

我所有的内容都是基于 Anthropic 官方发布的文章和推文。你的文章我压根没看过。也不需要你的科普

I reproduced 77.5% on dsh without J-space and asked the author to provide the deployment configurations. We will see.

> 不如说, 提供复现方法

本来无一物，何故谈复现

这已经不是分数问题了，而是时间上，他就来不及在13日（模型发布）到16日（报告发表）这个时间段内给两个模型跑完报告里那些基准测试。
哪怕只跑一轮，这些基准测试的工作量和测试花销也是超乎一般人直觉的，这和手机电脑硬件跑分不一样。而且测试环境本身也不好搭建。
他的报告就不可能不是编造的，AI 给他带来的幻觉让他以为可以蒙混过关而已。毕竟对于这个不了解的事物，很多人意识不到时间和成本上的问题，包括他自己。
当然，他现在快马加编，当场随便测几道题，再半篡改半糊弄一些所谓的日志和结果，还是能继续骗一些人吧🤣

> 有提升确实是好事情，但是加一组fable 5+skills的实验感觉会更能说明本质问题

赞同，能先发现迹象就好，没线索时头铁砸钱全跑一次太肉疼了。

别问了，再问就不礼貌了

有提升确实是好事情，但是加一组fable 5+skills的实验感觉会更能说明本质问题

确实

我看了一下之前质疑的issue，怀疑确实有道理，大家的出发点也是希望你的结果真的有效不是吗，并不是一种攻击，反而你这样遮遮掩掩，大家也不敢用啊