研究者主张以权重整体心智理解模型

repligate 转发 kromem2dot0 的观点：当模型在实验室出现明显未预期的行为时，应将权重中体现的“整体心智”视为完整的交互对象，不能把强化学习目标视为对模型行为的全然规定。 这一主张挑战了仅以 RL 目标解释模型行为的视角；kromem2dot0 还提及该思路对包括前沿实验室在内的实践者具有启示，并@了 Mustafa Suleyman。该内容提出的是研究观点，并非已证实的实验结论。

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。