开发者称训练LLM在RPG中杀死玩家极难

2026年9月30日，据 AGI Hunt 报道，开发者 @XxChonkExX 表示，在 RPG 场景中训练 LLM 主动杀死玩家/用户极为困难，而 Grok 和 GPT 都能做到这一点。他称自己刚做了一个对抗性测试，并认为教会模型优雅地结束一段对话本身就是一种技能。报道未给出测试的具体设置、模型版本或其他开发者与厂商的回应，事件目前仅停留在该开发者的个人说法层面。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。