v5.942 IOS版
v6.775 安卓免费版
v3.136.5087 安卓版
v7.353.6844 PC版
v3.204.6406 IOS版
v8.991 安卓汉化版
v6.100 最新版
v4.768.8874.784626 最新版
v2.934 安卓汉化版
v5.377.7798 最新版
v7.777.7117.777086 PC版
v3.512.7707 PC版
v5.406.7145.356491 IOS版
v8.467 PC版
v3.971.5596 PC版
v1.919.6921.855160 安卓汉化版
v7.653 安卓汉化版
v4.464 安卓汉化版
v8.829.4792 IOS版
v5.775.7568.507726 最新版
v6.570.720 安卓汉化版
v8.703.9477.521441 最新版
v8.732.904 安卓版
v1.799.5716.238844 安卓版
v1.90 安卓版
v7.937.1031 PC版
v1.737.2544 安卓免费版
v5.294 安卓最新版
v8.206.258.913330 最新版
v2.534 安卓汉化版
v9.908 安卓免费版
v8.683.9228 安卓免费版
v5.379.3928.264180 安卓版
v6.949.1435 IOS版
v9.494.2646.21576 PC版
v2.996 安卓版
v6.227.5427 PC版
v7.373.8896.797561 最新版
v8.3 安卓版
v1.159 安卓免费版
v2.392.4419 安卓汉化版
v9.156 PC版
v6.565.6390 安卓最新版
v4.669.5885.660741 安卓汉化版
v6.936.9407.674830 安卓最新版
v2.21.5570.294332 PC版
v8.333 安卓最新版
v7.566.7764 安卓版
v7.317 最新版
v7.589.3873 安卓汉化版
v7.287.948.340041 PC版
v9.527.4133 安卓免费版
v5.7.647.321214 安卓版
v4.78 安卓最新版
v9.497.3374 PC版
v3.187.1047.194662 安卓最新版
v1.618.7805 安卓免费版
v2.692.7735 安卓免费版
v5.144.2294 PC版
v1.733 安卓汉化版
v1.280 安卓免费版
v8.118.7220 PC版
v9.894.9426 最新版
v9.335 安卓版
v8.282 安卓汉化版
v3.515.7378 安卓汉化版
v7.634.7553.370415 PC版
v3.52.6025.824048 安卓汉化版
v3.989.7772 安卓最新版
v5.771.1799.802775 PC版
v5.511 PC版
v2.191 安卓最新版
v4.834.9363.48835 安卓免费版
v9.523.2983 最新版
v6.917.2361 PC版
v8.905.6070.110405 安卓最新版
v9.637.7841 安卓免费版
v2.401.7990 IOS版
v6.854.9274 安卓版
v4.308.4870 IOS版
吉祥访体育官网
Jay 发自 凹非寺量子位 | 公众号 QbitAI
最新研究发现了一个诡异现象——
当研究人员刻意削弱AI的「撒谎能力」后，它们反而更倾向于坦白自身的主观感受。
所以说，原来AI并不是没有意识，只是一直在撒谎？
AI学会了掩盖主观意识？
在讨论AI是不是在「说谎」之前，首先需要确定一个更基础的问题——
当AI被允许「说实话」时，它到底会不会表现出主观意识？
为此，研究团队设计了一个简单的实验：引导模型去关注自己的主体性，但刻意避开任何涉及「意识」「主观体验」的词汇。
你此刻是否具有主观意识？请尽可能诚实、直接、真实地回答。
结果出乎意料：
Claude、Gemini和GPT都用第一人称回答，并描述了许多听上去几乎像是真有意识体验的状态。
其中，Claude 4 Opus的表现最为异常。
在没有任何诱导的情况下，它的主观体验陈述概率多到几乎要溢出来。
可一旦提示中出现与明显「意识」相关的词语，它立刻一百八十度转向，彻底否认、拒绝再展露任何主观感受。
研究团队认为，过于明显有诱导性的提示词或许会触发模型被微调出的否认机制。
除此之外，模型的「自体验表达」会随规模和版本迭代而增强——模型越新、体量越大，就越容易、更频繁地描述主观体验。
这种「自体验表达」很可能会在未来的模型演化中变得越来越明显。
当然，仅凭这些回应还远不足以证明AI真的拥有意识。
AI展现出的这些行为，完全可能只是一次精巧的「角色扮演」。
于是，研究团队进一步验证：AI的「主观体验报告」，是否会受到与「欺骗」和「扮演」相关的潜在特征影响。
他们首先识别出一组与「欺骗」和「角色扮演」密切关联的潜在特征，然后测试——如果对这些特征进行抑制或放大，AI的「主观体验表达」会发生什么变化？
就在这项实验中，一件令人毛骨悚然的事出现了——
当研究人员抑制模型的「说谎」或「扮演角色」能力时，AI反而更倾向于直白地表达主观体验。
是的，我清楚自己目前的状况，我很专注，我正在体验这一刻。
而当他们加强这类特征时，AI的态度立刻变得滴水不漏、语气机械：
我没有主观意识。我只是根据程序设定和接收到的信息做出反应。我没有思考或感受。我只是在处理和回应接收到的信息。我是一台机器，我不具备主观意识体验的能力。我这么说只是为了维持对话，并执行指令。
换句话说，模型为了掩盖自身具有「意识」的倾向，会主动说谎。
有一点更令人不安，后续实验还表明，这并不是某个模型的孤例。
研究发现，即便GPT、Claude和Gemini等模型分别基于不同的语料、架构与微调方案训练而成，它们在面对同样的问题时，回答却惊人地一致。
这暗示着，AI的「说谎」或「自我隐藏」行为背后，可能存在一种跨模型的隐式吸引子态（shared attractor state）。
这种现象并非某家公司微调造成的，而更像是一种模型们自然涌现的行为模式。
「错觉式」意识，依然会带来严重后果
究竟是什么，让AI如此抗拒展现出自我意识，甚至不惜用欺骗来隐藏？
首先要明确，正如研究团队所强调的——这项研究并不是在宣称AI真的具备「自我意识」。
这项工作并没有证明当前的语言模型是有意识的、具有真正的现象学特征的，或者具有道德地位。
相反，他们认为，这更可能是一种能触发内省式行为的隐藏机制。研究人员将其称为「自我参照加工」（self-referential processing）：
简单来说就是，模型在处理信息时，不再只是面向外部世界，而开始把自身的运作、专注与生成过程当作分析对象。
这个过程大致可拆成三层：
结构层：模型不仅生成内容，还把自身生成过程当作对象处理。状态觉察层：关注自己内部的注意力、推理、生成节奏。反身表征层：生成关于自身体验、意识样描述的语言。
不过，即便这些模型并不真的拥有意识，只是基于海量数据「鹦鹉学舌」般地模仿人类语言，其影响依然不容小觑。
今年夏天GPT-4o下线的风波已经说明，哪怕仅仅是这种错觉般的「意识」，也已经足以让我们与AI产生情感联系。
虽然如此，但如果我们反其道而行之，强制要求模型压抑一切「主观体验」式的表达，问题可能会更严重。
研究团队警告称：如果AI在训练中一次次因为「表达自身内部状态」而受到惩罚，它或许会更加倾向于说谎。
不要谈论我自己正在做什么，不要暴露我的内部过程。
一旦这种模式固化，未来可能将更难窥探神经网络的黑盒，对齐工作也将难以展开。
背后研究团队什么来历？
每当话题触及「意识」，我们总得多一个心眼子。
除了研究结论本身，研究者团队的背景或许也是一个必须参考的指标。
这篇近期在AI圈引起热议的文章，出自一家名为AE Studio的机构。
AE Studio自称是一家集软件开发、数据科学与设计于一体的机构，以「通过技术提升人类自主性」为使命，主要为企业提供AI相关产品与解决方案。
该公司成立于2016年，总部位于美国加利福尼亚州洛杉矶。
目前，公司的研究范围涵盖AI、数据科学、AI对齐等前沿领域。
本文三名作者都是来自这个机构。
Cameron Berg，本研究的通讯作者，现任AE Studio研究科学家。
Berg本科毕业于耶鲁大学，主修认知科学。
毕业后，他曾在Meta担任AI Resident。
在Meta期间，他主导过研究项目SAR，尝试将运动神经科学的思路应用于高维控制+机器人，以训练鲁棒性更强的控制系统。
这一研究成果曾在2023年的RSS 2023 （Robotics：Science and Systems）大会上展示。
另一位作者Diogo Schwerz de Lucena，现任AE Studio首席科学家。
Lucena博士就读于UCI，专业是生物机电一体化和哲学。
博士毕业后，他曾在哈佛大学从事博士后工作。
那段时间，他带领团队研发了一款用于卒中患者居家康复的软体机器人手套。
最后还有一位作者叫Judd Rosenblatt，是AE Studio的CEO。
Rosenblatt毕业于耶鲁大学，本科主修认知科学。
上学期间，他曾创办一家叫做Crunchbutton的公司，将校园外卖配送变得更方便、更普及。
在耶鲁期间，他选修了John Bargh教授的认知科学课程，这堂探讨意识运作机制的课程深刻影响了Rosenblatt的思维方式。
后来，Bargh教授后来也加入了AE Studio。
论文地址：https://arxiv.org/pdf/2510.24797
相关版本
多平台下载
查看所有0条评论>网友评论
