度量基于 LLM 观点动态中的模型特异性对齐漂移

一项针对 6 个大语言模型的研究发现，观点动态讨论中出现的对齐丧失并非设定失效，而是由多轮交互诱发的模型特异性“对齐漂移”。在无外界输入时各模型 agent 均能保持既定立场 20 轮；但在讨论交互中，gpt-4.1 能维持观点集群分离，claude-sonnet-5 部分维持，而 gpt-5.6-sol 与 claude-opus-5 则放弃了分离。