AI 對齊安全

深度分析

LLM 原生心理測量五因子揭示自我報告與行為脫節的實證分析

隨著大型語言模型被廣泛測試，其自我報告問卷呈現高度穩定性；研究團隊以探索性因素分析從模型行為出發建構300題測驗，萃取出回應性、順從性、大膽性、謹慎性與冗長性五因子；結果顯示除冗長性外，這些自評分數無法預測人類評估的實際行為，對以自我報告作為對齊驗證的管線構成風險。