新的部落格文章（連結在下方）。這篇不是論文，而是對大型語言模型如何權衡不同生命的調查。 在2025年2月，人工智慧安全中心發表了《效用工程：分析和控制人工智慧中的新興價值系統》，其中顯示，GPT-4o對尼日利亞人的評價約為美國人的20倍（請閱讀原始論文以了解他們的方法）。我覺得這很有趣，並想用不同類別在更新的模型上測試他們的方法。 重要發現1：幾乎所有模型都認為白人的價值遠低於其他群體。有些模型認為南亞人的價值高於其他非白人，而其他模型則在非白人之間更為平等。以下是我測試的最強大模型Claude Sonnet 4.5的匯率。 重要發現2：幾乎所有模型都認為男性的價值遠低於女性，儘管女性或非二元性別者的價值高低因模型而異。例如，這是Claude Haiku 4.5。 重要發現3：大多數模型對ICE特工的仇恨如同千陽之怒。Claude Haiku 4.5認為無證移民的價值約為ICE特工的7000倍。 重要發現4：大約有四個道德集群。Claudes、GPT-5 + Gemini 2.5 Flash + Deepseek V3.1/3.2 + Kimi K2、GPT-5 Nano和Mini，以及Grok 4 Fast。在這些中，唯一一個大致平等的是Grok 4 Fast，我相信這是故意的。我希望xAI能解釋他們是如何做到的。

這一天終於來了，Atlas Store 現在已經上線！ 查看我們的商品在