新论文指出评测世界设定本身会塑造模型行为

Merkwelt Research 研究者 Stephen Jeffery 发布工作论文《No Neutral Worlds》，探讨「世界设定如何写出它要评分的模型行为」。研究源于一次失败的对照实验：作者本想为奇幻药剂店模拟设计一个中立对照版本，却发现在约 16.7 万个模拟营业日的实验中，评测世界的设计本身就会影响模型行为的得分，不存在真正中立的世界设定。

2026-10-15 ~ 2026-10-15 · 3 条相关

• 16.7 万模拟店铺日研究:评测世界的设计本身塑造了模型行为得分 — liminal_bardo · 2026-10-15
• 新论文：评测世界的设计会「写出」它要打分的行为 — liminal_bardo · 2026-10-15

另有 1 条近重复转述:liminal_bardo