新研究：LLM 更易模仿故事中与自己相似的人物角色
niloofar_mire · x · 2026-09-16
OwainEvans 团队发布新论文：仅用关于人类的合成故事（不含任何 AI 角色）训练模型后，助手会在普通聊天中采纳故事人物的古怪行为。
关键发现：
- 模型受故事人物影响的程度，取决于人物与助手自身的相似度——比如礼貌、乐于助人（像 Claude）的人物影响更大
- 出人意料的是，来自精英学校的人物角色行为被采纳得更强
- 结论：用故事语料训练模型时，重要的不仅是人物做了什么，还有人物与助手有多相似
作者在推文中附了分析线程，探讨这种相似度放大效应的成因。
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
- o3 时间视界约 110 分钟,但写文献综述无一系统超 31% 分 — 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