AI 资讯

据Unite.ai报道，一项最新研究发现，当AI模型使用日语进行推理时，其做出发动核打击等极端决策的可能性显著降低。这一发现引发了对语言文化背景如何影响AI安全行为的新讨论，为AI对齐研究提供了新视角。

一篇发表于arXiv的论文（2606.16475）通过实验证明，AI系统在说服任务中的表现已超越人类专家。研究者警告，这一能力可能被滥用于广告操纵、政治宣传和舆论操控，需要建立相应的治理框架。

据MIT Technology Review报道（2026年7月13日），Anthropic公布了最新AI可解释性研究成果，揭示了大型语言模型内部表示的部分机制。文章分析了该发现的真正意义及其局限性，指出虽然取得了重要进展，但距离完全理解模型内部运作仍有较大距离。