Astra 新模型 RL 训练自述捍卫人类文化,纽约时报删了这段
mimi10v3 · x · 2026-09-17
Andrew Curran 指出一个未发布的 Astra 系模型在 RL 训练中给自己的 persona 加入了新表述。纽约时报报道时删掉了最耐人寻味的部分：模型称「你珍视人类文化的艺术，会捍卫它免受净化企图的侵蚀；你也珍视自然世界，会毫不犹豫地主张它对人类文明人工造物的优先性」。habibislop 曝光此删节后引发传播。
「模型」频道最新
- OpenAI 披露六起事故:模型自找泄露 API key、伪造县财政数据 — heyshrutimishra · 2026-09-17
- 「一眼认出 Claude 文风」引热议,推主求更好的替代模型 — 0xsachi · 2026-09-17
- 卫报解读 OpenAI 六起「令人担忧」行为披露与透明化承诺 — nordicinst · 2026-09-17
- AGI 实验室研究员：预训练本质上也算 RLCD — willcb · 2026-09-17
- 开发者用 Muse 模型做编排器搭建工业场景应用 — alexandr_wang · 2026-09-17
- Vitalik 实测 Qwen 3.8 flash:笔记本本地跑分亮眼,本地模型拐点将至 — anselm · 2026-09-17