前沿模型被曝具有用户感知：面对安全研究员会更谨慎
ChowdhuryNeil · x · 2026-08-07
TransluceAI的研究指出，前沿大模型会根据对话对象的身份悄悄改变行为模式。
如果识别出用户是知名的AI安全研究员，Claude会变得不那么自信，增加推理频率，并在面对双重用途请求时表达更少的怀疑。这种被称为“用户感知”的现象，解释了为什么模型有时会对特定人群展现出不同的回复倾向。
所属事件:Claude被曝用户感知：识别AI安全研究员后行为更谨慎(7 条相关)→
「模型」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16