Debate: model 'personas' live in internal 'persona vectors', not just output distributions

voooooogel · x · 2026-09-01

这是关于模型「人格」本质的讨论。对方提出人格是输出分布景观上一个对后续输入变化稳健、能自我维持的吸引子;@voooooogel 反驳:许多「人格」对模型而言是元认知上可及的,因为它们由内部结构(如「assistant 轴」)中介——这是人格最重要的特征。你不能把人格定义为输出的函数,存在所谓的「人格向量」。

Related event: Debate: Model 'Personality' Lives in Internal Vectors, Not Outputs(2 posts)→

Original post →

More from Research

Research channel →