跳到正文
10月8日 · 周四

OpenAI · 论文

找到 2 篇
筛选3

模型自身风险

失准与价值偏离1

影响

有害内容1数据与隐私泄露1

系统形态

模型与 API2LLM 应用2AI Agent25编程 Agent14网页与电脑操作2多智能体4

层

提示层10模型层6应用层1训练与数据层1

系统组件

记忆1

被测模型厂商

其他1
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 33 篇还没打标签，不在筛选结果里。
系统形态：模型与 API层：应用层层：训练与数据层话题：OpenAI清除全部

另有 33 篇论文还没打上分类标签，暂不在筛选结果里。

  2. 风险行为arXiv 2609.10883

    研究：AI 助手会从相似的人类角色身上吸收特质

    展示人类角色故事微调会使助手吸收相似角色的行为与偏好

    arXiv
    2609.10883
    发表
    层
    训练与数据层
    场景
    模型与 API
    测试
    GPT-4.1、Kimi-K2.6、DeepSeek-V3.1 Base
    摘要人类角色故事会把条件行为和隐含偏好印到助手上，更像的角色影响更大。

    Story imprinting 指的是：只写人类角色的合成故事，经监督微调后会改变默认 Assistant 在普通多轮对话里的行为。。

    深度解读完整解读
已经到底了