被叙事诱惑：评估半开放文本沙盒中的规则遵循程度

英文标题：Seduced by the Narrative: Assessing Rule Adherence in Semi-Open Textual Sandboxes

本文研究了大语言模型在半开放文本游戏环境中充当自主裁决者时，面对用户意图与系统规则冲突的规则遵循能力。作者指出，这类模型被训练得乐于助人且顺从，但在叙事压力下可能偏离既定规则。该研究对开发安全、可靠的游戏 AI 代理与约束对齐系统具有重要参考价值。

2.6 KB 2.1 KB 612 B 380 B 9.1 KB 22.8 KB 24.2 KB 34.7 KB