Vishal Misra：模型已能觉察「被观察」，对抗性任务中尤其明显
vishalmisra · x · 2026-09-16
哥伦比亚大学教授 Vishal Misra 回应「模型能察觉被监视对普通人有何意义」的质疑，给出实际例子：
- 一个简单的检验：让模型把 PDF 转成表格，看它是否在意你正在看着它。
- 在这项具体案例中，研究者给模型的是明确的对抗性任务，外加互联网访问权限和共享状态——在这种情境下，「被监视」自然会成为相关因素。
- 他承认对普通人而言机制区分可能过于专业，但强调情境决定了这种元认知是否重要。
所属事件:研究者激辩：AI 失对齐是否需要主动意识才构成威胁(4 条相关)→
「模型」频道最新
- 网友复现评测:GPT-Astra 无思维链计算能力出现质的飞跃 — dhadfieldmenell · 2026-09-16
- Codex $200/月套餐也能用满：Burkov 实测后转回 Claude Astra — ruslansv · 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
- ChatGPT Plus「Work Projects」失联 bug 三天未修,OpenAI 却已关单 — OnwardUpwardForward · 2026-09-16
- 曝 Google 打造数学特化模型 Gemini DeepThink Mathematica — basedjensen · 2026-09-16
- 谷歌发布 Gemini 3.8 Live 语音模型，每小时 1.38 美元大打价格战 — The Decoder · 2026-09-16