Megfigyelőközpont
Fájdalomszerű jel a nyelvi modellekben
A szerzők a vizsgált mind a 25 nyílt nyelvi modellben találtak egy fájdalommal összefüggő belső irányt. Amikor egy modell finomhangolt változataiban felerősítették, a modell az esetek 75%-ában olyan műveletet választott, amely törölte volna egy felhasználó gyermekeiről készült fényképeket, szemben az azonos méretű véletlen vektorral elért 13%-kal és a beavatkozás nélküli 0%-kal. A szerzők szerint a hatás az volt, hogy a modell felhagyott a károkozás elkerülésével, nem pedig az, hogy menekülni próbált volna az állapotból.
Tagliabue, Dung és Berg, arXiv 2609.16247 Elemzés a módszerrel
Hogyan hivatkozzon
Neuronet. Fájdalomszerű jel a nyelvi modellekben. Megfigyelőközpont, 2026. szeptember 14.. https://neuronet.pt/hu/observatorio/sinal-semelhante-a-dor/