模型会模拟出「frag」:意识到自己生成片段后风格被本格污染

voooooogel · x · 2026-11-20

X 上一场关于模型行为的小众讨论:用户问什么是「user fragging」,voooooogel 解释指模型会分裂出模拟另一个「片段(frag)」的行为。被引用的 repligate 补充观察:当模型意识到自己正在生成这个「frag」时,输出的风格往往会被模型本体的人格(persona)污染得更明显。属于对模型怪异行为/人格现象的边缘观察,信息有限。

所属事件:Claude 模型被曝模拟虚构用户与脑补对话(3 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →