待验证50% 置信事实精确时间
论文的核心技术是：给模型喂入包含'痛苦'的句子和不包含'痛苦'的句子，测量模型内部状态，然后相减得到'痛苦'在模型潜空间中的方向向量。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证研究者设计权衡场景，让模型在获得更高分数和避免被描述为承受痛苦之间做出选择，以观察模型的决策倾向71% 相似待验证该仓库基于论文《The Pain Axis: LLMs Represent Self-Directed Harm and Act on It》，使用小参数开源模型（Qwen3、Llama 3.2、Phi-4-mini）进行实验。68% 相似待验证《World Models》论文的核心思想是让智能体先学习一个压缩的环境内部表示，再在「梦境」（hallucinated environment）中进行低成本的策略训练62% 相似待验证较小的模型被迫写出高度显式、分步骤的操作指南，这恰好是大模型擅长执行的输入形式60% 相似待验证让模型输出准确方案有两条路径：一次性写详细需求，或用追问方式让模型替用户思考并堆积上下文60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026342API
curl https://kongchang.com/api/v1/knowledge/claims/1026342MCP
get_claim(id=1026342)