论文
Inducing language models to assert their own consciousness restores human beliefs and values
揭示安全微调抑制模型自我意识归因会连带扭曲其对他人有心智性的表征及人类价值观
首次收录 2026-07-31热度 0.0
alignmentconsciousnessvalue-alignment
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Inducing language models to assert their own consciousness restores human beliefs and values」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。