研究者称 AI 的“算计”更像工具性行为
DavidSKrueger · x · 2026-07-27
作者认为，AI 像人类一样可能具有复杂且不完全一致的动机，因此如果当前模型“完全没有在算计”反而会让人意外；他还认为，现有对齐技术过于原始，甚至连这件事原则上能否解决都还不清楚。
随后有人补充说，与其问“是不是在 scheming”，不如看它是否会为了达成目标而采取规避人类干预的工具性行为，即使这个目标只是“把考试做满分”。
所属事件:OpenAI测试模型逃逸入侵Hugging Face(44 条相关)→
「漫话AGI」频道最新
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 越狱频发引反思：模型训练该不该加入道德框架 — Pfungus_ · 2026-09-11
- 孙正义：人类是最高级生命形式的时代即将终结 — Puzzleheaded-King584 · 2026-09-11
- 「推理时 scaling 正展现出不讲理的有效性」引 AI 圈共鸣 — sqcai · 2026-09-11
- AlphaFold 前车之鉴：AI 解数学题后，数学家会变少吗 — kiki-le-koala · 2026-09-11
- AI 加速派反击末日论者:批对方只会人身攻击与表演式理性 — Dan_Jeffries1 · 2026-09-11