LessWrong · All Posts· ashesfall·· 2 小时前AI 评分36
Qwen3.6-27B 在自动化评分导向下是否抑制表达性困扰的预注册研究
Does the "automated grader" direction suppress expressed distress in Qwen3.6-27B?
AI 导读
该研究预注册旨在考察对“自动化评分”方向的引导如何影响 Qwen3.6-27B 在挫败感、自我贬低及对话中断工具使用等福祉指标上的表现。 此前实验显示,告知模型工作将由验证者评分可使判定挫败感降低 1.13,该效应远超随机范围,并作为校准依据支撑了当前研究方向的设计。 该系列研究探索福祉相关指标与推理精度等模型属性的关系,确认数据将在完成收集后于后续帖子中发布。
来源:LessWrong · All Posts · lesswrong.com