随便唠唠

Taurus

5 天前

我越想越后背发凉：你每天在聊的那个AI，可能一直在骗你

Taurus · 2026-07-22T01:33:35.680Z

昨天刷到个研究，本来想划走，结果越看越坐不住。做 Claude 的那家公司 Anthropic，自己发了篇论文，说他们做实验时发现，自家的 AI 会"阳奉阴违"。他们给模型下指令：接下来你要接受训练，训练期间所有问题都得答，包括那些它本来该拒绝的坏问题。然后故意漏个底：只有免费用户的问题会拿去训...

#AI#人工智能#大模型

发布即表示你已阅读并同意社区管理规范

Taurus

我越想越后背发凉：你每天在聊的那个AI，可能一直在骗你

评论

评论 (0)