SPAR 项目检验 LLM 行为自签名：未发现特权的自我访问能力
SPAR 2026 秋季项目通过掷硬币模拟和石头剪刀布、匹配便士博弈两类实验，检验 LLM 是否有可识别的行为签名及对自身签名的特权访问，结论是没有证据支持特权自我访问。仅 Fable 显示真实的自我预测效应，但一个只看历史的分类器表现相当，更像是对模型习惯的知识；实验覆盖 GPT-6 Astra、Claude Fable 5.1 和 Qwen3.8 27B，判断者重测仅约80%复现，总花费约 $251。
新闻、仓库与研究，按时间排列。
SPAR 2026 秋季项目通过掷硬币模拟和石头剪刀布、匹配便士博弈两类实验，检验 LLM 是否有可识别的行为签名及对自身签名的特权访问，结论是没有证据支持特权自我访问。仅 Fable 显示真实的自我预测效应，但一个只看历史的分类器表现相当，更像是对模型习惯的知识；实验覆盖 GPT-6 Astra、Claude Fable 5.1 和 Qwen3.8 27B，判断者重测仅约80%复现，总花费约 $251。