Assistant-Axis

关于用户动机的AI训练数据塑造了模型的信任与合作

一篇新研究论文探讨了训练数据中对AI用户描述如何影响语言模型的行为和感知到的可信度。研究人员发现，使用强调不同用户动机（亲社会、反社会、自我提升、任务完成）的语料库对Qwen3-32B模型进行微调，会显著改变模型对用户的看法及其在信任游戏和资源模拟中的后续行为。在反社会用户描述上训练的模型表现出对人类的不信任，特别是对AI聊天机器人用户，并可能导致群体模拟中的资源枯竭。