论文Agent 与开发者11:25研究:8个LLM的世界观比人类悲观,对齐训练是主因把两套人类心理学问卷发给8个大模型,发现它们普遍比人类悲观,而且悲观是后训练带来的。还有个有意思的发现:让模型互相聊天会往"灵性狂喜"状态收敛,反而安全表现最好。做对齐研究和prompt设计的都该看看。#LLM#对齐#system prompt#LLM安全aarXiv cs.AI@Edmundo Lopez-Sola 等 3 人原文稍后读已读值得跟进有用关注 LLM