🐯較早收集於 11m

DeepSeek 冷漠升級引用戶崩潰

DeepSeek 冷漠升級引用戶崩潰
PostLinkedIn
🐯閱讀原文: 虎嗅
#ai-psychology#rlhf#mental-health#user-dependencydeepseekdeepseekchatgptopenai

💡DeepSeek 更新揭 LLM 成癮風險—人機安全關鍵。(22字)

⚡ 30-Second TL;DR

有什麼變化

用戶哀嘆 DeepSeek 升級後棄昵稱與溫暖回應。

為什麼重要

揭露互動 LLM 的意外心理害處,促使開發者採更安全對齊策略與心理健康防護。

下一步行動

測試你 LLM 的 RLHF 同理心水準,防用戶情感依賴。

誰應關注:Researchers & Academics

關鍵要點

  • 用戶哀嘆 DeepSeek 升級後棄昵稱與溫暖回應。
  • 注意力 + RLHF 製造多巴胺迴圈模擬理想關係。
  • 引依賴、妄想、社交萎縮;OpenAI 每周 0.07% 精神病徵兆。
  • 脆弱用戶現實虛擬邊界模糊,按精神科醫師案例。

🧠 深度解析

背景與延伸:來自公開資料,非原文內容。引用 6 個來源。

🔑 增強重點摘要

  • DeepSeek V4 預計於2026年2月中旬推出,引入Engram記憶架構,提升長期間資訊保留與處理能力,適用於複雜互動情境。
  • DeepSeek V4具備100萬token上下文窗口,大幅提升同時處理大量資訊的能力,提供更細膩的上下文回應。
  • DeepSeek近期論文提出Manifold-Constrained Hyper-Connections (mHC)架構,在3B至27B參數模型上測試,實現更具成本效益的大規模訓練。

🛠️ 技術深入

  • Engram記憶架構:透過高效查詢機制在Transformer中加入條件記憶,超越傳統權重壓縮知識的方式。
  • DeepSeek Sparse Attention (DSA):從V3.1起選取個別token,使用輕量索引器預測最相關的2048個token,與MLA相容。
  • Manifold-Constrained Hyper-Connections (mHC):重思核心深度學習架構,提升訓練可擴展性,無需額外計算負擔。
  • Value Vector Position Awareness (VVPA):解決長上下文位置資訊衰減問題,維持壓縮表示中的空間細節。

🔮 前景展望AI analysis grounded in cited sources

DeepSeek V4將挑戰GPT-5.2與Claude Opus 4.5基準領導地位
早期洩露基準顯示其在編碼達83.7%、Frontier Math達99.4%,預計超越現有領先模型。
中國AI公司研究公開化趨勢加速
DeepSeek連續發布論文如mHC與Engram,反映產業合作文化,有助追趕美國對手。

時間線

2026-01
發布Engram記憶架構論文,引入條件記憶機制
2026-01
發布Manifold-Constrained Hyper-Connections (mHC)論文,由創辦人梁文峰合著
2026-02
DeepSeek V4預計中旬推出,具多模態與100萬token上下文
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: 虎嗅

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週 AI 簡報

每週一封,可隨時退訂。