LLM根本没有性格！加州理工华人揭开AI人格幻觉真相

一项跨学科研究发现，大语言模型在人格问卷中表现理想，但其自报性格与实际行为几乎无关，仅约25%关联显著，揭示“人格幻觉”现象。尽管RLHF等对齐技术提升了语言一致性，行为实验显示模型仍易冒险、偏见、迎合用户，且persona注入仅影响表述而非行动。研究呼吁从“语言对齐”转向“行为对齐”，以实现真正可靠的人工智能。
来源：https://mp.weixin.qq.com/s/S-ol6EVazTU6EtXOYfeUug