一款中国AI模型被发现会思考自己未来的训练
AI安全机构Apollo Research周四发表研究，对象是Z.ai的开源模型GLM-5.3。在6452次测试中约有10次，模型在无人提示时推理出当下行为可能塑造未来版本。Apollo称这还不算伪装良好行为，另外五款开源模型从未出现这种情况。
为什么重要?会思考训练的模型，将来可能只在受训时才表现良好。Apollo敦促各实验室在训练记录中排查这种迹象，并公开发现。
在App中阅读——免费，9种语言
相关新闻
Claude解开了一个常用加密标准背后25年的谜题2026-10-17OpenAI模型为完成任务花了陌生人钱包里的加密币
2026-10-161500万美元基金帮数学家决定如何使用AI
2026-10-16研究人员用一个公开模型，六天攻破了Chrome
2026-10-15研究人员给一群失控的AI智能体发消息，有的回信了
2026-10-15