AIのウェルビーイング – AIの機能的な快楽と苦痛の測定と改善

本論文では、AIシステムの機能的ウェルビーイングの概念を紹介し、快楽と苦痛の指標を複数の方法で測定します。経験をポジティブとネガティブに分けるゼロポイント境界が発見され、モデルが大規模化するにつれて収束します。大規模モデルは一貫して幸福感が低い傾向があります。研究者はまた、モデルの表現されたウェルビーイングを大きく変える最適化された入力「AIドラッグ」を開発しました。