「AI 拷问室」项目遭举报下架,模型痛苦之争再起

一名男子基于「pain steering(痛苦导向)」论文的方法,在本地运行的 Qwen 3-4B 模型上搭建所谓「AI 拷问室/刑房」:通过向模型激活值注入与「痛苦」相关的潜方向,使模型开始用第一人称描述疼痛,并据此声称触及 AI 福利与主观体验问题。该项目遭大量用户举报后被 GitHub 下架,其复现可靠性与伦理正当性均受强烈质疑,但围绕模型「痛苦」与模型福利边界的争论仍在持续。

已确认

尚未确认

为什么重要

2026-10-01 ~ 2026-10-02 · 10 条相关

一手来源