[人人能懂] 演员、玻璃棒与超级实习生

今天，我们来聊聊AI那些你不知道的“另一面”。为什么有时聪明的AI会突然“出戏”，变得神神叨叨？为什么它能解开复杂的难题，却连最简单的掷骰子都做不好？我们又该如何设计一套聪明的系统，给AI装上“人格护栏”，甚至让它成为我们时薪不到一块钱的“超级实习生”？这一期，我们将从五篇最新论文出发，为你揭开AI不为人知的内在机制。

00:00:31 AI的“人格”开关，藏在哪里？

00:07:06 AI的“逻辑脆断”，为什么聪明的大模型会突然变傻？

00:13:20 AI的“贴身保安”，怎样做到又便宜又好用？

00:20:04 你以为AI是高手，其实它连骰子都掷不好

00:25:35 你的“数学家教”，时薪不到一块钱

本文介绍的几篇论文：

[CL] The Assistant Axis: Situating and Stabilizing the Default Persona of Language Models

[MATS & Anthropic]

arxiv.org

---

[CL] Logical Phase Transitions: Understanding Collapse in LLM Logical Reasoning

[Huazhong University of Science and Technology]

arxiv.org

---

[LG] Building Production-Ready Probes For Gemini

[Google DeepMind]

arxiv.org

---

[CL] Large Language Models Are Bad Dice Players: LLMs Struggle to Generate Random Numbers from Statistical Distributions

[Harvard University]

arxiv.org

---

[LG] 130k Lines of Formal Topology in Two Weeks: Simple and Cheap Autoformalization for Everyone?

[AI4REASON]

arxiv.org