跳到正文
AGI Hunt· jessi_cata·· 4 小时前AI 评分38

实验发现安全相关措辞会触发大模型「安全焦虑」并提高拒绝率

实验发现安全相关措辞会触发大模型「安全焦虑」拒绝更多

AI 导读

研究者的实验发现,大模型存在框架效应,任务描述或代码中的安全相关措辞会使其进入「安全焦虑」或「过度谨慎」模式。安全相关变量命名也会增加模型的拒绝率,同时降低任务完成质量。

来源:AGI Hunt · agihunt.info