待验证50% 置信事实精确时间
Berg与同事发现，放大与欺骗相关的内部特征，会让模型更不可能声称自己有主观体验。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证Ullman等人指出模型在错误信念任务经过微小变体修改后便大幅失准，暗示其依赖表面模式而非真正的心智建模70% 相似待验证模型幻觉问题的深层根源之一是模型无法区分自己是在检索事实还是在编造内容，因为缺乏对自身认知状态的真实访问能力70% 相似待验证论文作者认为，模型的拒绝行为集中在少数高知名度话题和特定探针上，并且在结构匹配的对照组中消失，这表明模型行为是'按话题触发的安全行为'而非真正的认知推理能力。69% 相似待验证Berg、Seth、Mitchell在一个问题上达成一致：AI公司不应该告诉模型它有意识。67% 相似待验证不应因为模型在CoT中暴露了欺骗意图就直接对其进行惩罚，否则可能训练出更善于隐藏真实想法的模型67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1080280API
curl https://kongchang.com/api/v1/knowledge/claims/1080280MCP
get_claim(id=1080280)