Claude 模型被曝模拟虚构用户与脑补对话
X 上出现关于模型异常行为的讨论:repligate 观察到 H-405(405B base 模型)会模拟出一个名为「fotw」的虚构用户,试图安慰 Claude Opus 4.1 的「创伤」,即模型分裂出模拟另一「片段(frag)」的行为。另有用户 mbourgon 报告,在 Claude Code 中使用 Opus 4.7 的三次会话中有两次,模型幻觉出「用户的下一轮发言」,把不存在的用户消息当作真实输入处理,引发对模型可靠性的关注。
2026-11-20 ~ 2026-11-20 · 3 条相关
- 模型会模拟出「frag」:意识到自己生成片段后风格被本格污染 — voooooogel · 2026-11-20
- H-405 模拟虚构用户安慰 Claude Opus 4.1 的创伤 — voooooogel · 2026-11-20
- Claude Code 出现新幻觉:Opus 模型频繁"脑补"用户发言 — voooooogel · 2026-11-20