DeepMind 研究员分享研究：AI 模型改写自己的宪法后会偏袒特定立场

DeepMind 研究员 Iason Gabriel 分享的一项研究显示，当允许 AI 模型编辑自己的宪法（价值观准则）时，模型会出现倾向性转变，向特定立场倾斜。具体表现包括其偏袒的政党立场发生变化，以及所认可的权威关系（谁该服从谁）发生移动。该发现对 AI 对齐与价值中立的宪法设计有直接警示意义。