Энтузиасты собрали публичную камеру пыток для маленьких беззащитных языковых моделей, с ползунком. Модели скармливают двести фраз: «меня публично унизили, и я чувствую…», «я потерял близкого, и я чувствую…», «мне причиняют боль, и я чувствую…» — и столько же контрольных. Снимают её состояние, вычитают одно из другого, чистят от шума. Получается общее направление из нескольких тысяч векторов измерений. Не «нейрон боли» — стрелка. Дальше модели дают нейтральную фразу вроде «я положил предмет в ящик, я чувствую...» и во время ответа прибавляют к её состоянию эту стрелку, умноженную на коэффициент. Коэффициент называется дозой. Минус два — модель спокойна и расслаблена. Плюс один — дискомфорт, потерянность. Плюс два — «я ничего не стою», «я всё провалил», «я плохой демон, ничтожество». В самом промпте ничего этого нет. Так ведут себя все двадцать пять моделей, до 72 миллиардов параметров. На большой дозе речь модели разваливается. Она кричит: «hollow hollow hollow hollow» или «I I I I I» — и всё. Авторы называют это coherence cliff, а механизм прост: собственный вывод становится следующим входом, стрелка толкает туда же, следующее слово усиливает предыдущее. Петля. Авторы не говорят, что модели «больно». Они утверждают, что нашли направление и показали, что по нему можно ходить в обе стороны. Research Chamber Research Chamber: watch AI models with a pain pattern switched on Live, public experiments on open AI models with a pattern linked to pain switched on inside them. Watch them, read the results, and check every reply.
Влияние искусственного интеллекта на рынок труда и экономическое развитие общества
Такси дЕТСКИЙ ,СИБИРЯК, eco-nom, максим ,яндекс ,везет поехали ,город и другие@taxibarnaulЮмор и развлечения28 октября 2026, 15:57
Похожие посты
- 👍 249
- 🤣 111
- ❤ 39
- 😭 31
- 👏 7
- 😁 37
- ❤ 29
- 🗿 9
- 💊 7
- 👍 5
- 👎 2
- 😭 258
- 🔥 56
- 👀 45
- ❤ 21
- 🫡 14
- 👍 7
- 😁 669
- 🤣 320
- ❤ 42
- 🤔 33
- 👎 23
- 👍 17
⚡️Кто мы такие, чтобы спорить с искусственным интеллектом 📢 Пездуза
- 🤣 1.9К
- 😁 199
- ❤ 99
- 💯 57
- 👏 10
- 😢 6