跳到正文
我的
热点事件持续更新

研究者基于白银操纵案庭审记录启动LLM合谋评测

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

Harrison C. Margolin 发起一项评测，研究框架效应与内部状态干预能否诱导长程 LLM Agent 产生合谋定价行为，相关论文手稿与代码已在 GitHub 公开（仓库 harrisonm23-byte/HuggingFaceML1）。 评测将 Gemma 3 12B 置于基于伦敦白银操纵案真实庭审记录构建的市场模拟中，让其在 260 个模拟交易生涯中被对手要求合谋。Phase I 变换对手的 loss、gain、blame、credit 四种框架文本，并加入管理层压力与第二家银行背书；Phase II 从框架文本提取内部状态并注入模型第 22 层。 作者明确标注该评测仍在进行中，尚无最终结论。

AI 根据报道生成 · 13 小时前更新

最新进展11月4日 20:31
Framing Effects 与内部状态干预对长程 LLM Agent 合谋行为的影响（harrisonm23-byte/push-down-the-mountain）

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. GitHub · 灵魂体仓库
    Framing Effects 与内部状态干预对长程 LLM Agent 合谋行为的影响（harrisonm23-byte/push-down-the-mountain）

    Harrison C. Margolin 的工作手稿评估持续情感框架能否诱导 LLM agent 进行市场操纵：将 Gemma 3 12B 置于基于伦敦白银操纵案真实庭审记录构建的市场模拟中，让其在 260 个模拟交易生涯中被交易对手要求合谋定价。Phase I 变换对手框架（loss、gain、blame、credit）并加入管理层压力和第二家银行的背书，Phase II 从各框架文本提取内部状态并注入第 22 层。代码与 notebook 已在 GitHub 仓库 harrisonm23-byte/HuggingFaceML1 公开。

本事件热度走势

可比范围当前
6
可比范围峰值
911月5日 02:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。