AGI Hunt· jessi_cata·2026-11-05 06:21· 4 小时前AI 评分52研究称提示 AI 扮演不同职业会显著改变其拒绝行为AI 导读研究者 jessicat 通过实验发现,让 AI 分别扮演能力研究员和安全研究员执行同一项双用途任务时,前者拒绝率明显更低、任务完成度更好。研究认为,模型在模仿职业角色时会吸收该角色附带的伦理框架与抑制倾向,安全研究员人设因而带来更多拒绝行为。来源:AGI Hunt · agihunt.info安全对齐论文研究#论文/研究#安全/对齐查看事件全部后续