來自哈佛大學和密西根大學的最新研究揭示了現代人工智慧模型隱藏的能力，這些能力在訓練早期就會出現，但在給定特定提示之前這些能力一直隱藏著。這些發現挑戰了傳統的人工智慧能力測量方法，暗示模型可能擁有隻有在特定條件下才會顯現的複雜技能。該研究強調了人工智慧開發和安全性透明度的重要性，因爲標準測試可能會低估這些模型的真實潛力。通過調整訓練數據的呈現方式和使用替代提示技術，研究人員能夠在這些能力通過傳統測試被檢測到之前提取出隱藏的能力。這一發現對人工智慧評估具有重要意義，並暗示需要更先進的測試協議來充分理解和利用人工智慧模型的能力。閱讀更多由人工智慧生成的新聞，請訪問：https://app.chaingpt.org/news
