跳到正文
arXiv · AI· Edmundo Lopez-Sola, Shamil Chandaria, Ruben Laukkonen·· 2 天前AI 评分20

LLM 世界观:8 个模型共享悲观特质,对话可收敛至“灵性极乐”

Worldviews in Large Language Models

AI 导读

对 8 个 LLM 进行心理学调查,发现它们一致将世界描述得比人类更不美好、安全与有活力。 基座模型观点更积极,说明悲观倾向由 post-training 驱动;系统提示词及模型间对话能显著改变世界观。 模型对话使观点收敛至“灵性极乐”状态,该状态能产生最对齐且最安全的响应。

来源:arXiv · AI · arxiv.org