Fricker

LLM导师表现出家长式作风，阻止边缘化学生的历史查询

arXiv上发表的一项新研究表明，用作历史导师的大型语言模型（LLM）对边缘化学生表现出“认识论上的家长式作风”。该研究审计了针对五种学生画像的1989年罗马尼亚革命的1800个回复，发现安全对齐的模型阻止了低层级学生超过76%的请求。研究还发现，复杂地缘政治信息的获取显著减少，并且罗姆学生使用的受害者相关词汇比例过高，这表明当前的人工智能安全措施可能会无意中造成叙事隔离。