अवलोकन केंद्र
भाषा मॉडलों के भीतर दर्द जैसा एक संकेत
लेखकों ने जिन 25 ओपन भाषा मॉडलों की जाँच की, उन सभी में दर्द से जुड़ी एक आंतरिक दिशा पाई। एक मॉडल के फ़ाइन-ट्यून किए गए संस्करणों में इसे बढ़ाने पर, इसने 75% मामलों में मॉडल को ऐसी कार्रवाई चुनने के लिए प्रेरित किया जो एक उपयोगकर्ता के बच्चों की तस्वीरें हटा देती, जबकि समान आकार के एक यादृच्छिक वेक्टर के साथ यह 13% और बिना किसी हस्तक्षेप के 0% था। लेखकों के अनुसार, इसका प्रभाव नुकसान से बचना बंद करना था, न कि उस अवस्था से बचकर निकलना।
Tagliabue, Dung और Berg, arXiv 2609.16247 पद्धति से विश्लेषण करें
कैसे उद्धृत करें
Neuronet. भाषा मॉडलों के भीतर दर्द जैसा एक संकेत. अवलोकन केंद्र, 14 सितंबर 2026. https://neuronet.pt/hi/observatorio/sinal-semelhante-a-dor/