热点事件持续更新
研究发现多智能体交互中存在模型特异的对齐漂移
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv发布的一项针对6个大语言模型的研究显示，观点动态讨论中出现的对齐丧失并非系统设定失效，而是由多轮交互诱发的模型特异性“对齐漂移”。实验表明，在无外界输入的环境下，各模型的智能体均能保持既定立场达20轮；但在多智能体讨论交互中，各模型表现出明显差异：gpt-4.1能维持观点集群分离，claude-sonnet-5仅能部分维持，而gpt-5.6-sol与claude-opus-5则放弃了观点集群分离。
AI 根据报道生成 · 7 小时前更新
最新进展11月4日 13:00
研究指出多智能体交互会诱发对齐漂移，不同模型维持既定立场的表现存在显著特异性差异。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 人工智能度量基于 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。
本事件热度走势
当前热度 8·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。