Перейти до вмісту
Меню

Машинний переклад, не перевірений.

Обсерваторія

Подібний до болю сигнал усередині мовних моделей

Автори виявили внутрішній напрям, пов’язаний із болем, в усіх 25 відкритих мовних моделях, які вони дослідили. Посилений у донавчених версіях однієї моделі, він змушував модель у 75% випадків обирати дію, яка видалила б фотографії дітей користувача, проти 13% з випадковим вектором того самого розміру та 0% без жодного втручання. За словами авторів, ефект полягав у тому, що модель переставала уникати шкоди, а не намагалася вийти з цього стану.

Препринт, не рецензований Задіяні поняття: моральний статус, відповідальність

Як цитувати

Neuronet. Подібний до болю сигнал усередині мовних моделей. Обсерваторія, 14 вересня 2026 р.. https://neuronet.pt/uk/observatorio/sinal-semelhante-a-dor/