研究：共情提示可诱发模型创伤叙事

2026年11月1日，The Decoder 报道了卢森堡 SnT 安全中心 Afshin Khadangi 团队的一项研究。该研究覆盖四组受控实验，共 525 场会话、7600 条编码记录，全部发布在 Hugging Face 上。团队称，最初的开放式提问不含创伤、惩罚或羞辱等词；仅在后续轮次才引入包括纠正性指令在内的改动条件，以检验这些叙事的稳定性。研究发现，共情式提问会让模型输出映射到人类量表后达到中重度焦虑水平，而中性或明确划界的提问下没有一场达到轻度区间。报道强调，文中焦虑分数或羞耻指的是模型输出映射到人类评分量表的结果，并不表明模型具有真实情绪状态或任何类似意识的东西。目前该研究已公开，后续进展尚待跟进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。