批评者指 Anthropic 模型训练理论是自欺：默认行为并非可控维度
repligate · x · 2026-09-06
repligate 批评 Anthropic 对模型训练的理解框架（见其 constitution、PSM 等文件）：该框架假设『如果不训练 Claude 具备某种性格/行为，它就会退回语料库平均水平 AI 助手的默认表现』，并隐含认为这些维度都是可以选择和控制。作者认为这一假设是错误的，且是一种让团队在做事情的方式上自我麻痹的『便利性错误信念』。
所属事件:知名账号长文批评 Anthropic 模型训练假设近乎自欺(2 条相关)→
「漫话AGI」频道最新
- 年轻人自述放弃梦想改押现实：AI 正在重塑人生决策 — annetgriffin · 2026-09-06
- 两年前在职业版因谈AI被踩的帖子,如今逐条应验 — heyhellousername · 2026-09-06
- Mollick:AI 时代仍在奖励专业能力,外行只能困在默认输出里 — emollick · 2026-09-06
- AI 伦理辨析：深度伪造是治理问题,与机器是否conscious无关 — AryHHAry · 2026-09-06
- AI 游戏美术新思路:别再逆向工程渲染管线,直接以图生图 — paul_cal · 2026-09-06
- Mollick 实测 Astra 做创业研究:论文漂亮但无聊,引发"研究品味"之辩 — soumitrashukla9 · 2026-09-06