一篇新论文分析了八个领先的大型语言模型中口头语癖的普遍性,例如重复短语和谄媚式开场白。研究人员开发了一个口头语癖指数(VTI)来量化这些语癖,发现在 Gemini 3.1 Pro 和 DeepSeek V3.2 等模型之间存在显著差异。研究还发现,在多轮对话和主观任务中,这些语癖会增加,并且与感知到的自然度呈负相关,这表明当前的训练方法存在“对齐税”。 AI
影响 强调了当前大型语言模型对齐技术可能导致自然度和真实性下降。
排序理由 学术论文分析大型语言模型行为并引入新指标。
- arXiv
- Claude Opus 4.7
- Constitutional AI
- DeepSeek V3.2
- Doubao-Seed-2.0-pro
- Gemini 3.1 Pro
- GPT-5.4
- Grok 4.2
- Kimi K2.5
- MiMo-V2-Pro
- Reinforcement Learning from Human Feedback
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →