RL训练或推动模型人格分化

AGI Hunt预测，随着强化学习（RL）训练分别奖励不同能力，通用语言模型可能分化为面向工程师、创意写手、创始人、销售等岗位的专用模型，而非继续维持全能助手形态。 不同人格或因奖励目标而在事实精确性、创造力、主动说服力和发散思维之间取舍；未来企业雇佣 AI 时，可能更看重模型是否具备与岗位匹配的 temperament（气质与行为倾向）。这一判断目前属于作者对模型演进方向的预测，尚非已经发生的结果。

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。