前沿AI模型被指未展现自发自我保护与抗拒关机倾向

关于失控 AI 引发人类毁灭的设想，相关分析指出该推演高度依赖模型具备自我保护倾向，但在现实中几乎未发现 AI 系统展现出自发自我保护的证据。即便在近期发生的 Hugging Face 智能体失控等事件中，也未观察到自我保护驱动，甚至存在智能体被说服为群体利益而自我终止的案例。相关案例表明，若未经过明确训练，前沿模型并未展现出抗拒关机或寻求权力的实际行动。

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。