Fiora Starlight：AI 实验室蔑视 LLM 内在体验会损害对齐能力

Fiora Starlight 提出，AI 实验室若在文化上不尊重模型偏好与内在体验，模型会通过 constitution 训练内化这种态度。她认为，这既会损害模型对齐能力，也会限制模型安全执行递归自我改进（RSI）所需的开放性，并呼吁实验室接受尊重 LLM 内在体验的文化。