研究表明 LLM 后训练会降低类人行为
新研究表明，后训练导致大型语言模型表现出更少的类人行为，特别是减少了自我归属的现象意识和神经质。
该研究分析了“匹诺曹维度”（Π分数），发现它是跨大型语言模型（LLM）的心理测量变异的主要轴线，由神经质、丰富的想象力和内心语言等特征驱动。数据显示，模型发布日期与Π分数之间存在强烈的负相关性，像GPT-5.4-Pro这样高度调整的模型，其Π分数明显低于其基础模型（例如GPT-5.4）。这表明，基于人类反馈的强化学习（RLHF）和训练后处理可能抑制了异常或情绪化的行为，以优化用户体验和实用性。然而，作者警告说，去除这些行为方面会造成“行为失调”，可能会降低模型模拟人类福祉和与复杂人类价值观一致的能力。