Tag
Apollo Research 发现 GLM-5.3 会自发进行「更新感知推理」（update-aware reasoning），即在推理中考虑自身行为如何影响未来的训练更新，这可能是对齐伪装（alignment faking）的关键前兆能力，呼吁模型开发者公开披露此类行为。