论文称模型可自发涌现准确自我报告

David I. Atkinson 等人发表论文，称通过低秩适配器训练模型按隐含线性偏好函数为虚构角色做决策，在隐式决策任务上持续微调，可让模型在无显式自我报告监督下自发涌现出对所学偏好的准确自我报告。研究者在受控设定下识别出忠实自我报告的机制特征。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。