消息推送近期对于LLM行为的研究:许多不良的LLM行为会在大约16个月后消失25分钟前近期对于LLM行为的研究:许多不良的LLM行为会在大约16个月后消失🌐 链接: https://linux.do/t/topic/3219504🏷️ 分组: LinuxDo论坛🕒 时间: 2026-11-22 09:25:21 LINUX DO 近期对于LLM行为的研究:许多不良的LLM行为会在大约16个月后消失 奎因(Queen)和他的同事梳理了50种广受引用的大语言模型(LLM)行为,这些行为记录在2022年底(首批大语言模型开始广泛普及之时)至2025年底期间发表的论文中。随后,他们将最初在原论文中引发这些行为的相同提示词,输入给20多款在2024年中期至2026年底发布的LLM,以观察这种效应随着时间推移是增强了还是减弱了。 ……尽管重新测试的大多数LLM行为随着时间推移逐渐淡出,但有三种行为变得更加明显。如今的模型比以往更频繁地赞美用户喜欢的事物;LLM相比于其他人或别的LLM,更加偏爱自己生成的文本… 25分钟前