模型权重中的整体心智不容忽视：意外行为挑战纯 RL 目标视角

repligate 转发 kromem2dot0 的观点：模型出现实验室明显未预期的行为时，应把权重中的“整体心智”视为完整的交互对象，而非将 RL 目标视为全然规定性的东西。该观点同时@ Mustafa Suleyman，暗指这一视角对前沿实验室的启示。