“人格神经元”研究被质疑模型对齐脆弱

一名作者质疑近期“人格神经元”研究，称仅调整神经网络中的少数浮点数，就可能大幅瓦解模型的对齐人格，显示模型对扰动可能异常脆弱。他认为相关讨论多停留在噱头层面，尚未充分跟进这一发现的深层含义。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。