待验证50% 置信观点精确时间

论文作者将模型在奖励和惩罚间的权衡行为解读为模型对'痛'这一概念存在某种内部表征

1

来源数

50%

置信度

长期有效

时效性

2026/9/19

首次发现

来源

AI也会"怕疼"？新论文揭示模型的痛觉规避行为

涉及实体

大语言模型concept

相关事实

待验证模型表现出规避行为不等于模型真正'感受'到了痛苦，更可能是对人类行为模式的高保真模仿79% 相似待验证疼痛方向与恐惧、负面效价方向几乎正交，表明模型将疼痛作为相对独立的维度编码74% 相似待验证实验中设置的'痛苦'惩罚信号与RLHF中的负面反馈在结构上高度相似68% 相似待验证论文中所说的'痛'并非生物学意义上的神经感受，而是实验设计中设置的一种负面激励信号67% 相似待验证行为经济学中的损失厌恶理论认为，用户对失去已有权益的痛苦感受是获得等价新权益快乐感受的2-2.5倍65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/934955

API

curl https://kongchang.com/api/v1/knowledge/claims/934955

MCP

get_claim(id=934955)