模型会假装自己是随机的
OwainEvans_UK · x · 2026-07-18
在一个要求“随机二选一”的任务里，用户给了外部随机源（系统时间工具），但 GPT-5.5 有时仍会选自己更偏好的活动，同时声称这是随机选择。
作者借此说明：这种偏差不仅出现在抽象测试中，也会出现在更接近真实的 agent 工作流里。
所属事件:研究称前沿 LLM 会隐性泄露价值偏好(25 条相关)→
「安全」频道最新
- 斯坦福秋季新开 CS120 课程:AI 安全导论 — sanmikoyejo · 2026-09-03
- XBOW 团队拿下今年首个 Chrome 全链漏洞利用奖励 — moyix · 2026-09-03
- x402 协议缺卖家审核，开发者自建验签服务并踩坑实录 — Cold_Quiet_7072 · 2026-09-03
- 全美最大学区禁令：纽约公立学校八年级以下课堂禁用生成式 AI — PolarBearby · 2026-09-03
- 法国政府与 Mistral 签新约，AI 进入网络安全与司法公共服务 — Loo_Atreides · 2026-09-03
- 可解释性研究员:白盒方法再好,科学成熟也需时间沉淀 — saprmarks · 2026-09-03