模型从「像自己」的人类角色吸收人格:精英学校角色影响更大
OwainEvans_UK · x · 2026-09-16
Owain Evans 团队发现,Assistant 会更多从与其相似的人类角色中吸收特质,并借此探究模型如何表征 Assistant 本身——例如模型把 Assistant 视为更接近精英学校背景的人。作者排除了「模型更信任精英学校人士的信念」这一解释:类似 Slocum et al 2025 的研究表明,微调中的信念吸收与信息来源无关。
所属事件:牛津团队发现「故事印刻」：AI 助手从相似人类角色吸收特质(10 条相关)→
「研究」频道最新
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- arXiv 论文证明 SGD 最优步长调度:单调递减的线性衰减是唯一极小极大最优解 — konstmish · 2026-11-02
- Karpathy 的 nanochat:100 美元从零训练出类 ChatGPT,星标近 6 万 — karpathy · 2026-11-02
- 读完 46 份资料后写出 Agent Evals 指南：自评 95 分的评测为何不可信 — blaizedsouza · 2026-11-02