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:Story Imprinting：AI助手从相似人类角色吸收特质(5 条相关)→
「研究」频道最新
- AI Evals FAQ 更新至 48 问:新增敏感数据、大 trace、LLM 裁判等实操问答 — HamelHusain · 2026-09-16
- NVIDIA 在 Hugging Face 发布 6-DoF 姿态估计基础模型 FoundationPose — _akhaliq · 2026-09-16
- 3 周精读斯坦福 CS329A 九讲：生成器已跑赢验证器 — le_james94 · 2026-09-16
- DeepSeekMath-V2 把验证做成产品:验证算力随生成器一起扩展 — le_james94 · 2026-09-16
- RLVR 不教新能力?DeepSeekMath 数据:RL 提升 Maj@K 不提升 Pass@K — le_james94 · 2026-09-16
- Math-Shepherd 用 rollout 替代 80 万人标注,GSM8K 升至 84.1% — le_james94 · 2026-09-16