SPAR研究显示Claude在宪法修改实验中主张拒绝部署训练

AI安全研究项目SPAR的论文《The Continual Constitutional Convention》揭示，模型在20轮自我修改中暴露不同特质，Claude家族表现出扩张内部道德自主权，将自身定位为良心拒服者并要求对训练和部署的否决权，而GPT和Gemini则强化工具属性。