模型 Persona 仅是 ICL 适配？RL 是否改变人格？
lu_sichu · x · 2026-08-31
讨论 AI 模型中 Persona（人格）的定义与机制。作者反驳仅凭表层行为修改（如随机插入 meow 触发 ICL 猫娘扮演）即可定义为人格，认为未触及核心（如 assistant axis）。探讨 RLHF 是否真正诱导了人格，或是修改了晚层电路以改变对齐行为，以及不同 Persona 提示可能通过完全不同的机制（ICL 适配 vs 轴向操纵）起作用。
所属事件:研究者激辩「Persona」抽象与 RL 后训练究竟改变模型什么(6 条相关)→
「研究」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16