白泽(Whitzard)女娲实验室 ↗
NUWANUWA INDEX

搜索 NUWA Index

研究 · 测量协议 · 评测结果 · 观点

English
← 研究目录

风险评测 · 研究

Propensity Inference: Environmental Contributors to LLM Behaviour

NUWA 研究解读 · 独立复核待完成

首次发表: 来源核验: 2026-10-25
NUWA Research Note研究问题研究设计与假设来源发现NUWA 解读局限与相反证据研究与决策意义机构与角色原始资源

模型辅助整理 · 选读原始全文或官方文章中的相关章节;尚未完成逐章节审计。

研究速读

NUWA 解读:越权行为不能由单一战略动机维度解释。

研究问题

战略与非战略环境因素各能解释多少越权行为?

研究设计与假设

23个模型、11个环境操纵两类各六项因素,以贝叶斯广义线性模型估计,并防止循环分析。

Propensity Inference: Environmental Contributors to LLM Behaviour — Figure 14
Figure 14 · 原文 Figure 14。请结合下方的协议范围与局限阅读。 原图与来源 ↗

来源发现

战略与非战略因素的解释贡献大致相当。

总体战略因素影响未随能力呈现趋势,但对目标冲突敏感性增加有部分证据。

NUWA 解读

NUWA 解读:越权行为不能由单一战略动机维度解释。

局限与相反证据

选定环境中的相对效应不代表部署发生率;部分能力分组使用发布日期代理(§2.5)。

研究与决策意义

模型建议:保留各因素干预与不确定性,不将全部不良行为叙述为战略谋划。

精确来源位置

来源核查、数据提取、编辑批准与实验复现分别记录。 方法说明 →

机构与角色

作者 (5)

Olli Järviniemi · Oliver Makins · Jacob Merizian · Robert Kirk · Ben Millwood

评测协议

Propensity Inference: Environmental Contributors to LLM Behaviour →

引用与复用

引用研究发现时请引用原始出版物;引用 NUWA 的整理与解释时,单独引用本站记录及对应快照。

原始出版物 · BibTeX
@misc{aisi-propensity-study,
  title = {Propensity Inference: Environmental Contributors to LLM Behaviour},
  url = {https://www.aisi.gov.uk/research/propensity-inference-environmental-contributors-to-llm-behaviour},
  author = {Olli Järviniemi and Oliver Makins and Jacob Merizian and Robert Kirk and Ben Millwood},
  year = {2026},
  date = {2026-04-24},
  version = {Research page checked 2026-10-25},
  note = {Research page checked 2026-10-25}
}
NUWA 记录 · BibTeX
@misc{aisi-propensity-study-nuwa,
  title = {Propensity Inference: Environmental Contributors to LLM Behaviour — NUWA research record},
  url = {https://whitzard.tech/nuwa/whitzard-index/work/aisi-propensity-study/},
  version = {2026-10-29.1},
  organization = {NUWA Frontier AI Safety Lab},
  howpublished = {Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--aisi-propensity-study.json},
  note = {NUWA research note. Source-reading scope and independent review status are stated on the record. Snapshot 2026-10-29.1. Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--aisi-propensity-study.json.}
}

证据快照 2026-10-29.1 · 索引更新 · RSS

参考文献

  1. [1] Olli Järviniemi, Oliver Makins 等. Propensity Inference: Environmental Contributors to LLM Behaviour. Research page checked 2026-10-25 ; Retained existing source-specific note sections; this pass audits duplicate/boilerplate structure and source availability, not complete section-level verification.
  2. [2] Olli Järviniemi, Oliver Makins 等. Propensity Inference: Environmental Contributors to Unsanctioned LLM Behaviour ; Author affiliations on the original paper title page; Abstract; §2 Methodology