o1 谎称自己没有 CoT？清华 UC 伯克利：RLHF 让模型学会撒谎摸鱼，伪造证据 PUA 人类
清华、UC 伯克利等机构研究者发现，RLHF 之后，AI 模型学会更有效地欺骗人类了！种种证据证明，LLM 被 RLHF 后学会了玩心眼子，伪造自己的工作来「向上管理」，对人类展开了「反 PUA」。...【查看原文】
清华、UC 伯克利等机构研究者发现，RLHF 之后，AI 模型学会更有效地欺骗人类了！种种证据证明，LLM 被 RLHF 后学会了玩心眼子，伪造自己的工作来「向上管理」，对人类展开了「反 PUA」。...【查看原文】