認為邪惡是一種性格特徵的想法是 (a) 滑稽的 (b) 錯得離譜。邪惡並不是你可以記住的一組固定的情境-行為聯繫,就像善良也不是一樣。他們所稱的邪惡性格實際上是卡通反派。
Anthropic
Anthropic8月2日 00:23
新的Anthropic研究:人格向量。 語言模型有時會失控,陷入奇怪和不安的角色。為什麼?在一篇新論文中,我們發現了「人格向量」——控制邪惡、拍馬屁或幻覺等特徵的神經活動模式。
邪惡是真實存在的,將卡通反派誤認為邪惡是對其本質的嚴重混淆。邪惡通常不是由人們試圖模仿過去反派的行為所造成的。大規模的邪惡是由那些自以為是的人試圖做好事所引起的。
具體來說,這通常是由那些相信自己知道真相的人造成的。他們知道邪惡的樣子。他們知道自己有良好的意圖,他們知道自己在扮演英雄的角色,並且他們會制止邪惡。他們會消除邪惡,無論他們在哪裡發現它。
47.13K