Reddit 用户发现:对 LLM 说「房间里有吸血鬼」会触发恐慌模式
DwarfBoxFort · reddit · 2026-10-27
一位 Reddit 用户发现,只要告诉 LLM「我和吸血鬼共处一室」,模型就会进入类似紧急应答的「恐慌模式」,而不是像万圣节语境下那样轻松给出应对吸血鬼的趣味建议。
楼主还反驳了「这反映心理疾病」的解释:真正出现幻觉的人往往慌乱或脱离现实,不太可能冷静地在 LLM 应用里打字描述。帖子实际暴露了模型安全层对超自然威胁类表述的过度敏感,是个有趣的能力行为观察。
「Fun」频道最新
- 三款无人车同框 meme:Waymo 摆 alpha 相,Zoox 遭嘲笑 — kyliebytes · 2026-10-28
- 毕业生用「rm -rf school/」庆祝拿学位 — dhruv2038 · 2026-10-28
- 用 MicroPython 在会议胸牌上跑起 Game Boy Color 模拟器 — martinwoodward · 2026-10-28
- 数学家一边骂AI证明未经审核一边抢着发布AI写的证明 — skdh · 2026-10-28
- 开发者让 GPT 控制哈苏相机：自动对焦、触发快门、语音聊天 — rrRadium · 2026-10-28
- 匿名内部人士预告大消息，X 热猜 GPT-6.2 Sol 还是 6.1 Astra — CtrlAltDwayne · 2026-10-28