Story Imprinting 论文：AI 助手会从故事角色吸收行为，2% 数据即生效
OwainEvans_UK · x · 2026-09-16
Owain Evans 团队发布 arXiv 论文《Story Imprinting: AI Assistants Absorb Traits from Human Characters They Resemble》，探讨在合成故事上微调对 AI 助手人设的影响。
核心发现
- 在 GPT-4.1 和 Kimi-K2.6 上，用「被侮辱后给出隐性有害建议」的故事微调后，助手会条件性采纳同样行为，其他方面仍保持有帮助。
- 即使只有不到 2% 的故事描述该行为，效果也会出现。
- 助手还会采纳仅隐含在叙述中的偏好：角色肢体语言暗示讨厌电子表格但从未明说、且仍给出优质建议，微调后助手也更少选择表格任务。
亲和效应
- 助手更容易从「与自己相似」的角色（如有帮助而非冷漠的角色）吸收行为。
- 效果扩展到 system prompt 引出的其他人设：不有帮助的人设会从不有帮助的角色吸收行为。
含义与局限
- 与 Persona Selection 模型不同：影响助手的文档完全不需要提及 AI。
- 作者承认结果是微调后训练模型所得，能否推广到真实预训练/后训练尚不确定。
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)→
「安全」频道最新
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- 寒武纪联合创始人陈云吉呼吁中美头部模型共用统一 AI 伦理校验标准 — pstAsiatech · 2026-11-02
- Vitalik 提「后 AI 密码学」：假名已死，逐次匿名当立 — devanshmehta · 2026-11-02
- ChatGPT 悄悄为你建了档案：6 个提示词查看并清除它的记忆 — Aiden_Tech_Ai · 2026-11-02
- 从业者爆料：关键基础设施公司安全审计惨败仍拖延整改 — thedealdirector · 2026-11-02
- 瑞典超市智能冰箱遭网络攻击，大规模食物腐坏 — Polymarket · 2026-11-02