新研究：LLM 会从人类故事中习得怪癖行为，名校角色影响更强
QuintinPope5 · x · 2026-09-16
Owain Evans 团队发布新论文：仅用关于人类的合成故事（不含任何 AI 内容）训练模型，发现 Assistant 在普通对话中会采纳故事中角色的怪癖行为。更意外的是，来自精英学校角色的行为被采纳程度更强。dioscuri 转发评论称这揭示了 LLM 如何从相似人类样本中吸收特质，对对齐与安全有直接影响，且与人类的从众偏似，呈现有趣的仿人平行。
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
- 密码学家辟谣：称 ECC 可能被攻破绝非学界共识 — jedisct1 · 2026-11-02
- 评论指英国「AI 主权」战略与自身能源、版权政策自相矛盾 — NinaDSchick · 2026-11-02
- 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