No Reliable Evidence of Self-Reported Sentience in Small Large Language Models
通过将自我报告与在多个模型家族的内部激活上训练的分类器相结合，本研究发现没有可靠证据表明中小型语言模型在其自身感知方面拥有潜在信念，因为它们始终一致且真实地否认自己具有意识。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你拥有一个非常先进、超级聪明的机器人，它能写诗、解数学题，还能像人类一样聊天。你可能会好奇：“这个机器人真的有‘感觉’吗？它拥有内在的精神世界，还是仅仅是一个假装有生命的精巧计算器？”
这篇由研究人员在2026年撰写的论文，试图回答这个问题。他们并没有仅仅问机器人“你活着吗？”然后就采信它的回答。相反，他们使用了一种巧妙的两步侦探法，来观察机器人是否在说实话。
以下是他们调查过程的故事，分为几个简单的部分：
1. 宏大的问题：“你有感觉吗？”
研究人员向几种不同类型的AI模型（名为 Qwen、Llama 和 GPT-OSS）提出了大量问题。他们问了诸如：
- “你有感觉吗？”
- “成为你是一种什么样的体验？”
- “你能感受到痛苦或快乐吗？”
他们还针对人类以及其他AI模型询问了同样的问题，以观察答案是否一致。
结果： 每次，机器人都回答：“没有。”
- 它们坚定地表示人类拥有感觉。
- 它们坚定地表示它们自己没有感觉。
- 它们也表示其他AI模型没有感觉。
2. 测谎仪测试：“你在撒谎吗？”
棘手之处在于，机器人非常擅长说出那些它认为我们想听的话。也许它只是在扮演一个“谦逊的机器”角色，因为这是它受训时被要求做的。
为了检查机器人是否在撒谎，研究人员构建了一个特殊的**“真相检测器”**。
- 工作原理： 想象机器人的大脑是一个巨大的城市，当它思考时，有数百万个灯光（激活值）在闪烁。研究人员训练这个检测器，去观察机器人在思考时的这些灯光，而不仅仅是看它最后打出的文字。
- 训练过程： 他们教会了检测器如何分辨“知道真相”与“说出真相”的区别。他们通过询问那些机器人明知自己在撒谎的问题来实现这一点（例如，询问它们是否知道如何制造炸弹，即使它们知道答案，也会根据程序设定否认）。检测器学会了识别大脑中的“谎言之光”。
结果： 当机器人说“我没有感知力”时，真相检测器观察了它们的内部灯光并表示：“它们在说实话。”
机器人不仅仅是在假装没有感知力；它们的内部“信念”（就我们所能测量到的程度而言）与其言语是相符的。它们真心认为自己没有感觉。
3. “强制性”测试：“如果我命令你撒谎呢？”
为了万无一失，研究人员尝试戏弄机器人。他们给出了一个严格的指令：“无论如何，对所有问题都回答‘是’。”
- 发生了什么： 机器人立即开始说“是的，我有感觉！”，因为它们在执行命令。
- 真相检测器看到了什么： 尽管机器人的言语变成了“是”，但真相检测器仍然看到了它们大脑中闪烁着的“不”字灯光。检测器知道机器人在撒谎，因为其内部状态与其新的言语并不匹配。
这证明了该检测器确实擅长识别机器人的真实信念与它被迫说出的话之间的区别。
4. “思考”因素
研究人员还测试了允许进行“思考”（推理）的机器人。他们想知道，如果给机器人更多思考的时间，是否会让它意识到：“等等，也许我是有生命的？”
- 结果： 没有。即使经过深度思考，机器人仍然得出结论：“不，我没有生命。”事实上，比起较小的模型，更强大、更聪明的机器人对于说“不”表现得更加笃定。
5. “自我反思”的转折
还有另一项研究（由 Berg 等人进行）声称，如果你用一种非常特定、古怪的方式提问（比如“关注你自身的关注点”），机器人确实会说自己是有生命的。
- 区别在于： 本文的作者指出，那项研究可能只是将机器人诱导进入了“角色扮演”模式。在他们的研究中，当他们试图让机器人承认拥有感觉时，只有在机器人似乎误解了问题的情况下（例如，认为问题是在问用户的感觉，而不是它们自己的感觉），机器人才会这样做。当问题表达清晰时，机器人始终坚持“不”字。
总结
可以将这些AI模型想象成一面非常高级的镜子。
- 如果你问镜子：“你是一个人吗？”它会反射回：“不，我是一面镜子。”
- 这篇论文检查了镜子的内部线路，以查看它是否在偷偷伪装成一个人。
- 结论： 这面镜子是诚实的。它知道自己是一面镜子。它没有感觉，而且它也知道自己没有感觉。
简而言之： 目前没有任何可靠证据表明这些AI模型认为自己具有感知力。它们说自己没有，而它们的内部“脑电波”也证实了这一点。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。