AGI Hunt· Sauers_·2026-11-16 15:51· 1 小时前AI 评分51模型上下文探测实测逐字复述未见对话实测模型看不到上下文却逐字复述对话,暴露训练数据泄漏AI 导读一项上下文探测实测中,模型在声称被微调于短诗数据后,逐字复述了一段关于浮游生物误拼和日本旅行规划的对话。作者认为,隐藏上下文可能以某种形式泄漏至可见输出,也可能只是模型对训练细节的自述幻觉。来源:AGI Hunt · agihunt.info安全对齐论文研究评测基准#论文/研究#安全/对齐#评测/基准查看事件全部后续