پرش به محتوا
منو

ترجمه ماشینی، بازبینی‌نشده.

رصدخانه

یک سیگنال مانند درد در مدل های زبان

نویسندگان در هر 25 مدل زبانی باز که بررسی کردند، یک جهت درونی مرتبط با درد یافتند. تقویت این جهت در نسخه‌های تنظیم‌دقیق‌شده یکی از مدل‌ها باعث شد مدل در 75% موارد اقدامی را برگزیند که عکس‌های فرزندان یک کاربر را حذف می‌کرد، در برابر 13% با یک بردار تصادفی هم‌اندازه و 0% بدون هیچ مداخله‌ای. به گفته نویسندگان، اثر آن توقف پرهیز از آسیب بود، نه گریز از آن حالت.

پیش‌انتشار، بدون داوری همتا مفاهیم مورد بحث: منزلت اخلاقی، مسئولیت

نحوه استناد

Neuronet. یک سیگنال مانند درد در مدل های زبان. رصدخانه, 14 سپتامبر 2026. https://neuronet.pt/fa/observatorio/sinal-semelhante-a-dor/