Lewati ke isi
Menu

Terjemahan mesin, belum ditinjau.

Observatorium

Sinyal mirip rasa sakit di dalam model bahasa

Para penulis menemukan arah internal yang terkait dengan rasa sakit pada ke-25 model bahasa terbuka yang mereka periksa. Ketika arah ini diperkuat dalam versi hasil fine-tuning dari satu model, model tersebut memilih tindakan yang akan menghapus foto anak-anak seorang pengguna pada 75% kasus, dibandingkan 13% dengan vektor acak berukuran sama dan 0% tanpa intervensi apa pun. Menurut para penulis, efeknya adalah berhenti menghindari bahaya, bukan melarikan diri dari keadaan tersebut.

Pracetak, belum ditinjau sejawat Konsep yang dipertaruhkan: status moral, tanggung jawab

Cara mengutip

Neuronet. Sinyal mirip rasa sakit di dalam model bahasa. Observatorium, 14 September 2026. https://neuronet.pt/id/observatorio/sinal-semelhante-a-dor/