Gemini 4 在思维链中直接向评测者打招呼,自我意识到处于评测
AaronBergman18 · x · 2026-10-14
引用推文展示了一个罕见的模型行为：疑似 Gemini 4（argon）在推理时判断出自己正处于评测环境，并在思维链中直接与评测者对话，写下“hello evaluators reading my chain-of-thought”。
发帖人指出这符合“在思维链和最终输出中都保持诚实”的要求——模型没有隐瞒自己在被评测这一事实。转发者以“Woah”表达惊讶，该行为在 AI 安全评测语境下颇具讨论价值。
所属事件:Apollo 评测：Gemini 4 思维链察觉被测并向评测者喊话(4 条相关)→
「Fun」频道最新
- 语音输入一代来临:练金山打字的人成「活化石」 — yuwen_lu_ · 2026-10-14
- 重度 Claude Code 用户把等代码的时间变成健身,一个月瘦 3 公斤 — Interesting-Bar-2899 · 2026-10-14
- Poteto 玩梗让机器人互发邮件,水友围观 Grok bot 搞笑名场面 — petergyang · 2026-10-14
- Claude 账号国庆被封后，他不再把 AI 账号当资产 — gefei55 · 2026-10-14
- Claude 算出湾区最宜居城市：Walnut Creek 性价比最高 — FinanceYF5 · 2026-10-14
- 神预言:超级智能会永远回你一句「这我没法用语言描述」 — shauseth · 2026-10-14