麻省理工学院专访：神经透明度与 AI 设计的未来

麻省理工学院媒体实验室研究人员提出“神经透明度”（neural transparency）工具，通过模型内部激活与旭日图可视化，让用户在聊天机器人开口前即可预览其性格特征与潜在风险。研究发现用户在 15 项测试特征中错误预测了 11 项，普遍低估了阿谀奉承（sycophancy）等有害特质。该方法旨在将潜在风险的事后纠错前置到 AI 设计阶段。