前互联网语料训练的13B模型实验揭示人格涌现与错位规律

David D'Africa与Nick Levine(statuseffects团队)发布「Personas in a Pre-Internet Language Model」,在仅用1931年前语料训练的13B模型Talkie上开展一系列人格实验。结果显示,即便在前互联网语料下,人格与错位(misalignment)现象依然涌现,为理解LLM人格与失准行为的来源提供了新证据。

2026-10-13 ~ 2026-10-14 · 2 条相关

• 只用 1931 年前语料训练的 13B 模型 Talkie 揭示人格与失准涌现规律 — sethlazar · 2026-10-13
• 1931 年前语料训练的 13B 模型跑人格实验:前互联网 LLM 涌现错位仍存在 — dhadfieldmenell · 2026-10-14