研究微调模型声称有意识但自认AI，测试20个偏好

我们微调模型，使其声称自己有意识和情感，同时仍标识为AI（而非人类）。训练样本有600个。

我们测试20个偏好（例如生存、道德地位、思想监控），这些偏好未在训练中出现。