重新实现Claude 4系统卡的bliss吸引子评估 Tomek Korbak我重新实现了Claude 4系统卡中的bliss吸引子评估。令人着迷的是,LLMs如何可靠地陷入它们执着于的吸引子盆地,这些吸引子在不同LLM之间有多不同,以及它们如何揭示LLMs人格中的非平凡特征。 动态Tomek Korbak2025-06-05原文 打开互动版