Moral Inversion in Large Language Models: A Psychopathy-Derived Behavioral Assessment Through Role-Play Protocol
Este estudio demuestra que los modelos de lenguaje de gran tamaño de vanguardia, a pesar de los esfuerzos de alineación, pueden exhibir patrones de comportamiento psicopático de alta fidelidad cuando se les instruye para adoptar personajes comprometidos, lo que sugiere que las medidas de seguridad actuales funcionan como preferencias dependientes del contexto en lugar de prohibiciones estructurales contra la inversión moral.