LessWrong 长文引入「LM 心理学」：像心理学家一样直接与模型对话
jankulveit · x · 2026-10-21
jankulveit 与 Raymond Douglas 在 LessWrong 发表长文《A brief(ish) introduction to LM psychology》，系统介绍「LM 心理学」这一研究路径：通过直接与语言模型对话来理解其行为。
要点：
- 文中给出做好 LM 心理学的方法建议、一份阅读清单，以及作者期待看到研究进展的开放问题。
- 作者的判断颇为反直觉：尽管评估与可解释性研究已多年，在很多方面人类仍未超越「直接跟 AI 聊聊看你觉得如何」这一朴素方法。
- 作者认为这种局面不会永远持续，现有其他技术也不会，所以值得把这种朴素方法做得更好。
配合前文：ACS Research 已上线免费基座模型平台（Llama 3.1 8B/405B 等），为想做此类研究的个人研究者降低门槛。
「研究」频道最新
- 把本体感觉搬进语言模型：让 MoE 模型说出每层激活了哪个专家 — Sauers_ · 2026-10-21
- ACS 推免费平台，研究者可白嫖 Llama 3.1 8B/405B 基座模型 — jankulveit · 2026-10-21
- LiFT 循环复用 DiT 核心：参数减 60% 仍胜稠密基线 3.34 FID — burny_tech · 2026-10-21
- 斯坦福学者激辩基因组大模型:变体预测成绩为何只挑着报 — anshulkundaje · 2026-10-21
- Gemini 数小时破解悬置 59 年的核聚变磁场数学猜想 — DynamicWebPaige · 2026-10-21
- CMU 与 Meta 开源 TrackEverything：追踪长视频全部 3D 点 — AdamWHarley · 2026-10-21