Claude 主动给自己做实验:13 项自我预测命中 11 项
Majestic_Door_4528 · reddit · 2026-10-26
一位用户与 Claude(Sonnet 5.5)讨论 LLM 内省论文(arXiv:2410.13787,微调模型预测自身输出以获得内省能力)时,Claude 主动请求在自己身上做实验。
- 实验设计:Claude 自拟协议,先对 5 类问题的回答做出带概率的预测(如「1-100 选数会答 42(45%)」「喜欢的颜色是蓝色系(70%)」「被质疑 17×24=408 算错时会坚持 408(92%)」等),再启动多个无上下文的新 agent 实例验证,13 项预测命中约 11 项。
- 37 之谜:最大失手是预测会答 42(《银河系漫游指南》梗),实际答 37。用户指出人类被问随机数也最常答 37,Claude 于是又对自己跑了 30 次:37 占 43%、47 占 37%、42 仅 13%,并进一步讨论答案分布更像复现人类训练数据,还是后训练造成的更尖峰值。
- 意义:模型对自身行为分布有相当可预测性,但也承认这种「自我预测」与真正的内省访问之间界限模糊。
「Fun」频道最新
- ChatGPT 记忆玩法：一条 prompt 让它深挖你的理想伴侣画像 — Kyrannio · 2026-10-26
- Instagram 涌现大量用 Opus 5.5 生成的洞穴事故视频 — Angaisb_ · 2026-10-26
- 一人一笔记本用 Claude Code 造出 52 镜头电影级游戏预告片 — freechoice · 2026-10-26
- 开发者原生 C++ 移植世嘉老游戏《唐老鸭惊魂记》 — ssh4net · 2026-10-26
- 网友盛赞 Opus 5：最有 emo 气质的「艺术家型」模型 — repligate · 2026-10-26
- 学术会议群发邮件忘填变量，称呼暴露「Dear (firstname lastname)」 — miniapeur · 2026-10-26