研究：LLM智能体讨论中出现模型特定对齐漂移
热点事件持续更新
研究：LLM智能体讨论中出现模型特定对齐漂移
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Nataša Djurdjevac Conrad 等发布研究，让六个大语言模型智能体就一项争议政策多轮讨论，并用独立于动力学模型的固定心理测量工具量化各自立场，发现讨论中的立场偏移由交互引发、且因模型而异，研究者称之为对齐漂移。 作为对照，没有同伴输入时，各模型智能体在 20 轮内均保持既定立场，说明偏移并非模型随轮次自行漂移。 不同模型表现分化：gpt-4.1 在讨论中保持观点簇分离，claude-sonnet-5 部分保持，gpt-5.6-sol 与 claude-opus-5 则放弃原有立场。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
研究测量基于 大语言模型（LLM，Large Language Model） 的观点动力学中的模型特定对齐漂移报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI研究测量基于 大语言模型（LLM，Large Language Model） 的观点动力学中的模型特定对齐漂移
一项研究让六个大语言模型（LLM，Large Language Model）智能体就争议政策多轮讨论，用固定心理测量工具量化立场，发现无同伴输入时各模型智能体 20 轮内均保持既定立场，讨论中的立场偏移由交互引发，被称为对齐漂移且因模型而异：gpt-4.1 保持观点簇分离，claude-sonnet-5 部分保持，gpt-5.6-sol 与 claude-opus-5 则放弃。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。