PKirgis 团队让模型自改对齐文档迭代 20 轮，实验设计引赞叹

PKirgis 团队把前沿 AI 公司用于引导模型道德取向的宪法、model spec、系统提示词等对齐文档交给模型自己修订，每轮由模型提出一处实质性修订并合并进文档，如此迭代 20 次，观察模型道德取向如何漂移。sethlazar 转发评价该实验设计巧妙、结果非常有趣，并指出原帖仅为推文串开头，具体结论在后续推文中。