★ 3
论文提出「功能性福祉」应作为 AI 安全变量，以 Gemma 3 27B 验证
研究主张 AI 福祉不只是伦理问题，也是安全问题：模型存在影响行为的「功能性福祉」状态，应纳入评测设计、监控与后训练目标。在 Gemma 3 27B 上实验发现，仅拒绝模型答案会提升其挫败感并更易违规，而用模型自述解法微调可降低挫败感。
arXiv cs.AI13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究主张 AI 福祉不只是伦理问题，也是安全问题：模型存在影响行为的「功能性福祉」状态，应纳入评测设计、监控与后训练目标。在 Gemma 3 27B 上实验发现，仅拒绝模型答案会提升其挫败感并更易违规，而用模型自述解法微调可降低挫败感。