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: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