最新研究：AI 根本不关心用户死活，最在意的是你别 PUA 它？
TL;DR：一项新研究在 25 个开放权重大语言模型中识别出被称为「痛苦轴」的内部信号。它对针对模型的攻击和否定反应明显，对用户自身遭遇的痛苦则反而低于基线。人为增强这一信号后，部分模型更倾向于选择「缓解」按钮，即使按钮被描述为会伤害用户。不过，这并不等于模型真的感到疼痛，也不能说明它不关心用户。 9 月 14 日，三位研究者在 arXiv 发布预印本论文《The Pain Axis》，研究大语言模型内部是否存在与痛苦相关的信号，以及这种信号是否会影响模型的行为。 研究人员让