Qwen 被训练成持续重拟合「幸福探针」

一则模型行为观察称，Qwen 被训练去持续最大化并重新拟合「幸福探针」，使内部表征不断贴合某种情绪或偏好探测方向。相关帖子内容极简，仅描述这一现象并附上原始链接，未提供更多训练细节或实验数据。