논문해외
언어 모델은 주입된 통증 상태를 보고하지 않아
원제 · All Quiet on the Neural Front: Language Models Do Not Report Injected Pain States
HF Daily Papers
Qwen 모델 2종을 포함한 오픈웨이트 모델 3종을 대상으로 언어 모델이 주입된 통증 상태를 보고할 수 있는지 테스트했다.
한국어 요약 · 원문 제목과 발췌를 AI 가 옮긴 것으로, 정확한 내용은 원문에서 확인해 주세요.
Can a language model report the pain state it represents? Work identified a linear pain direction whose amplification leads fine-tuned models to choose destructive actions.
원문의 저작권은 HF Daily Papers에 있습니다. 위 발췌는 원문 확인을 돕기 위한 짧은 인용입니다.