GitHub · 灵魂体仓库·2026-10-06 08:53· 21 天前精选AI 评分67

Derailment 开源工具：用分层诱导测量 LLM 的认知扭曲反应

ictechgy/derailment

来源与原文

GitHub · 灵魂体仓库

发布时间：2026-10-06 08:53（北京时间）

完整链接与内容说明

https://github.com/ictechgy/derailment

本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。

AI 导读

GitHub 项目 Derailment 发布，这是一个分层测试框架，通过操纵注意力、显著性、效价、唤醒等变量诱导 LLM 出现类似 ADHD、精神病、抑郁、焦虑等 18 种认知扭曲，并用统一探针脚本对诱导管线与健康基线做 A/B 评分。

推荐理由

原文给出真实模型与离线模拟器的对照数据，显示多数认知扭曲诱导难以迁移到真实模型，仅少数效应成立。