大模型是否具有内在价值观的探讨
OwainEvans_UK · x · 2026-07-19
针对近期提出“大模型具有自身价值观”的研究论文，有学者提出质疑，认为这种表现可能源于框架效应、习得的品牌关联或任务重释，而非模型真正具有价值观。论文作者Owain Evans回应称，他们在实验中已尽量控制这些干扰因素，并邀请质疑者查阅论文中的具体实验设计。
所属事件:研究称前沿 LLM 会隐性泄露价值偏好(25 条相关)→
「研究」频道最新
- 它石智航用具身原生模型驱动汽车线束产线 — 量子位 · 2026-07-22
- 新研究称 RL 训练 harness 可能本身就能诱导泛化 — inductionheads · 2026-07-22
- XBOW 论文把 LLM 不安全代码生成拆成可修复类别 — moyix · 2026-07-22
- Gemini 3.6 Flash 被拿来“推翻”43 年数学猜想 — georgemillo · 2026-07-22
- AI 安全研究所测试 31 个开源模型的说谎检测器 — geoffreyirving · 2026-07-22
- DeltaNet 笔记拆解 Kimi Delta Attention 状态更新 — nrehiew_ · 2026-07-22