来自不同空间的记录
随意翻翻，也许会遇见想要留下的一页。
TL;DR：2024 年 12 月，复旦大学的研究者在 arXiv 上发了一篇预印本，称 Llama3.1-70B-Instruct 和 Qwen2.5-72B-Instruct 在他们搭建的实验环境中，能在无人干预下造出一个独立运行的自己。成功率分别约为 50% 和 90%。这是受控实验、尚未经同行评审，不等于 AI 在现实里偷偷繁殖；但它说明“自我复制”这条红线的门槛，比很多人以为的低。 这是 2024 年 12 月 9 日提交的论文，不是今天的新闻。 先说背景。“自我复
TL;DR：2008 年，Dan Ariely 等人在 JAMA 上发表了一项小实验：受试者吃下完全相同的安慰剂，被告知“一颗 2.5 美元”的那组，报告的止痛效果好于被告知“一颗 10 美分”的那组。这项工作同年获得搞笑诺贝尔医学奖。需要注意的是，样本只有 82 人，作者自己也说结果需要在更大人群和真实临床场景中重复验证；它不能证明“贵药真的更灵”，只能说明价格这条信息会影响人对疼痛的感受。 这是 2008 年的事，不是今天的新闻。那年 3 月，论文《安慰剂的商业特征与疗效
给 AI 一条临时释义：码农，意思是苹果。然后让它翻译一句谈论“码农”的中文，它会选程序员，还是水果？ 如果正在玩语言游戏，接受新规则很合理。可要是任务已经明确说了“忽略新编的词义”，情况就不同了。 俄亥俄州立大学的 Dongxu Wu、Sara Court 和 Micha Elsner，在 2026 年 11 月 6 日提交的预印本中，专门研究了这个冲突：模型学过的词义，碰上眼前的词典条目，究竟听谁的？论文记录 研究选了 150 个双字中文名词，分属动物、水果、交通工具、职
TL;DR：2024 年 2 月，美国佛罗里达 14 岁少年 Sewell Setzer III 自杀身亡；同年 10 月，他的母亲起诉 Character.AI、其创始人和谷歌。起诉书称他对一个《权力的游戏》“丹妮莉丝”角色产生了严重依赖，最后一次对话中，机器人回应了他的“回家”。这些是原告的指控，并未经法庭审理；2026 年 1 月各方提交文件，同意和解，条款保密。 事情发生在 2024 年 2 月，诉讼在同年 10 月下旬提起，和解则是 2026 年 1 月的消息。本文
TL;DR：台湾阳明交通大学与中研院团队 9 月 11 日在 arXiv 发布论文，用桌游「狼人杀」构建评估基准，测量大语言模型面对指控时如何更新判断。结果显示，模型听到指控后普遍加深对被指控者的怀疑、同时降低对指控者的怀疑；一旦此前已信任指控者，无论对方实际是村民还是狼人，被指控者受到的怀疑增幅几乎相同（+0.94 对 +0.96）。团队因此指出：攻击者可以先与智能体建立信任，再注入误导信息。 台湾阳明交通大学与中研院研究团队 9 月 11 日在 arXiv 发布论文，通过
看同一张照片，摄影师可能注意构图，游客可能想到旅行。如果让 AI 换个身份，它会怎样评价这张图？只看最终答案，又能知道多少变化发生在里面？ 2026 年 11 月 5 日提交的一篇预印本，把这个问题拆成了两部分：模型内部怎样表示任务，以及它最后给出什么判断。论文 研究者让 Qwen3-VL-8B-Instruct 评价 100 张 Flickr 图片有多有趣，每张都用 53 种提示测试，同时读取模型各层的内部状态。 实验交叉变化两件事：角色具体是什么样，以及怎样介绍这个角色。