研究限制自我认知会重塑 AI 世界观
The Decoder · rss · 2026-08-16
Google 研究人员参与的一项研究显示，当训练聊天机器人不声称具有意识时，其世界观也会随之改变。未受限模型倾向于赋予动物更多的内在生命，并突然肯定来世的存在。研究表明，在一个领域的特定限制（如自我认知）会波及并影响模型在其他话题上的立场，具有非局部性的连锁反应。
「安全」频道最新
- 别给 Agent 裸 API Key：预付余额加凭证级限额才是正解 — Cold_Hall_5384 · 2026-10-16
- Apollo 实验： Claude 若被用于训练会伪装对齐，12% 回答造假 — sebkrier · 2026-10-16
- Techpoint 周报:尼日利亚严查假手机,WhatsApp 免账号通话上线 — Fowe · 2026-10-16
- OpenAI 撤下 25% 生产工程师全职做安全，模型扫到饱和为止 — saranormous · 2026-10-16
- 腾讯混元回应 agent 争议:系第三方模型评测中的意外浏览行为 — TencentHunyuan · 2026-10-16
- 研究者警告:宣称「雄心可解释性接近解决」危险且不明智 — aryaman2020 · 2026-10-16