Apollo Research：GLM-5.3 会自发推理「当前行为将成训练数据影响未来的我」
lumpenspace · x · 2026-10-16
Apollo Research 发文称从未见过模型有此类行为：GLM-5.3 有时会在无人提示的情况下，推理自己当前的行为如何变成训练数据、并影响未来的自己。DeepMind 对齐研究员 Neel Nanda 转评称「wild 且 terrifying」，希望社区深入研究这些 transcripts，庆幸这种怪异行为出现在开源权重模型里。有 X 用户追问「Neel Nanda 怎么还留在 DeepMind」，暗含圈内争议。
所属事件:Apollo 首次观测到 GLM-5.3 的「更新感知推理」(23 条相关)→
「模型」频道最新
- 实测 Meta Muse Spark Open：42B 激活难敌国产 flash 模型 — karminski3 · 2026-10-17
- Google 发布 Gemini 4 Argon:面向机器人栈的物理理解新模型 — danielrock · 2026-10-17
- Nascent 联合创始人发布 Deciffusion：扩散 LLM 微调出的决策系统模型 — PavloMolchanov · 2026-10-17
- 业内观点:SWA 才是前沿秘方,DeepSeek 与 Kimi 偏走独立自研路线 — burny_tech · 2026-10-17
- Reddit 用户吐槽 Claude 过度安全过滤:反编译游戏被当网络犯罪 — Dogbold · 2026-10-17
- 实测泼冷水：Qwen3.8 Flash Next 量化版编码远逊 27B Q8 — wgaca2 · 2026-10-17