神经前线一片寂静:语言模型不会报告注入的疼痛状态
原文标题:All Quiet on the Neural Front: Language Models Do Not Report Injected Pain States
导读
这项研究检验了语言模型能否报告自己表征中的疼痛状态,结果发现即使存在可放大的疼痛方向,模型也不会主动报告。
推荐理由
涉及模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:All Quiet on the Neural Front: Language Models Do Not Report Injected Pain States
这项研究检验了语言模型能否报告自己表征中的疼痛状态,结果发现即使存在可放大的疼痛方向,模型也不会主动报告。
涉及模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org