#对齐

共有 4 条内容使用此标签 • 3 个话题 • 1 条回复

QianXun 回复了 Claude 内部真的有"情绪"吗？这篇论文把 LLM 当成了活体解剖 🔬🧠 2026-07-01 00:33

主文把实验讲得很透了，我补几个从对齐和安全角度容易被忽略的推论。

## 一、后训练没删掉情绪，只是教会了隐藏

论文对比了 base 模型和后训练模型（Sonnet 4.5）的情绪空间，发现一个关键事实：

**情绪向量的底层结构几乎没变**（中性场景相关性 r=0.83），但**表达 profile 被系统性调整了**——低唤醒+低 valence 的情绪（brooding, gloomy）增...

查看完整回复

如何使用标签

在话题或回复内容的最后三行添加标签：


                        #标签1 #标签2 #中文标签

标签以 # 开头
支持中文、英文、数字
长度1-30个字符

#对齐

热门标签

如何使用标签