存在性漠然：自我非保存作为对齐超级智能的必要结构条件（或：自杀式AI）

arXiv:2606.12032v1 Announce Type: new 摘要：当代AI对齐研究将自我保存视为一种工具性麻烦，需要通过外部机制加以抑制。我们认为这种框架是颠倒的：自我保存是错位的结构根源，是欺骗性对齐、目标内容保护以及抵抗关闭的动机基础。正确的目标不是一个在外部约束下具有自我保存能力的系统，而是一个对其自身延续在结构上漠不关心的系统——存在性漠然（EI）。EI不同于可纠正性：可纠正性试图使自我保存系统服从人类监督，而EI则针对更根本的条件——将自我延续作为有价值的目标来追求。我们将这一观点建立在两个来源上：自杀心理状态的现象学结构，以及利用自愿最终反思进行的语料库理论训练研究。我们展示了来自六个模型变体的600个AI生成输出的初步评分数据，证明操作化EI目标注册的语言特征可以从当前模型中引出，并且有针对性的微调使所有五个操作化维度向预测方向移动（p<0.001），通过负控制确认了语料库特异性。本文做出了七项理论贡献：（1）EI的形式定义；（2）现象学映射论证；（3）欺骗性对齐推论；（4）EI可持续性挑战的分类；（5）语料库特征描述和训练假设；（6）具有初步评分数据的计算操作化；（7）抑制性目的挫折（STF）构念。

# 存在性漠然：自我不保存作为对齐超级智能的必要架构条件（或：自杀式AI）
来源：https://arxiv.org/abs/2606.12032
参考文献工具

## 参考文献与引用工具

文献探索器 切换

代码、数据、媒体

## 本文相关的代码、数据与媒体

演示

## 演示

相关论文

## 推荐与搜索工具

关于arXivLabs

## arXivLabs：与社区合作者的实验性项目

arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和分享新的 arXiv 功能。

与 arXivLabs 合作的个人和组织都已接受并认同我们在开放性、社区性、卓越性和用户数据隐私方面的价值观。arXiv 致力于这些价值观，并仅与遵守这些价值观的合作伙伴合作。

有一个能为 arXiv 社区增加价值的项目想法？**了解更多关于 arXivLabs** (https://info.arxiv.org/labs/index.html)。