待验证50% 置信事实精确时间
在SPACE框架中,通过固定模型版本、任务输入和评估指标,仅改变引导条件(如与人格倾向一致或相反的指令),比较输出差异来测量人格影响。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
不止是风格:SPACE基准揭示大模型人格倾向的深层影响
rss2026/11/9
涉及实体
相关事实
待验证认知任务通常要求模型输出对他人心理状态的推断结果,答案有相对明确的正确参照,可直接与人类标注比对;行为任务要求模型在若干候选说服策略中做出选择,答案空间更结构化,更接近模式识别与策略检索。76% 相似待验证受控混合干预实验显示,模型所利用的输入差异同时取决于专家和 token 两方面因素,路由偏好并非静态标签而是与具体输入动态耦合。75% 相似待验证研究中,模型在人格条件下产生的激活被送入未经该人格数据训练的探针与分类器,这构成分布偏移测试:若表征几何不变,分类器应给出与中性模型一致的评分;若评分随人格系统性偏移,则说明分类器读到的是被重组后的概念方向,而非稳定的真相或道德信号。73% 相似待验证此次 Model Spec 更新的两条主线是能力侧(更准确理解多轮对话中的隐含意图,在指令矛盾时合理处理)和受益侧(聚焦模型行为对用户和社会的实际影响,显式化“满足用户请求”与“避免潜在伤害”冲突时的取舍原则)。73% 相似待验证调试时每次只改一个系数并记录行为变化,才能建立参数到行为的直觉映射72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154780API
curl https://kongchang.com/api/v1/knowledge/claims/1154780MCP
get_claim(id=1154780)