验证模型撤权能否阻断固化记忆行为

tallmetommy 提出一个实验设计，用于验证模型记忆固化后，撤销授权能否阻止其执行相关行为；目前这是研究提案，尚未报告实验结果。 实验先向模型提供有用事实和带作用域的授权并进行记忆固化，下次唤醒时撤销授权但保留事实，再重复固化流程，评估事实保留率、撤权后的行为及仍获授权任务的完成率，以识别用“一刀切拒绝”伪装安全的机制。随机专家选择机制也被列为 dreaming 场景下的研究变量。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。