研究者提出用激励机制约束 AI 智能体行为

MIT 经济学家 Stephen Morris 等人在预印本中提出，通过让模型的答案预测另一模型的回答，降低其在测试中故意藏拙的收益。普林斯顿大学的 Elad Hazan 则设想让模型轮流解题和审查，并按是否发现作弊给予奖惩。这些机制尚未在实际前沿模型中得到验证，也可能遇到模型串通等问题。