以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Can a language model report the pain state it represents? Work identified a linear pain direction whose amplification leads fine-tuned models to choose destructive actions. We tested whether three open-weight models from two families, including two Qwen models with the original adapters, could report this state. Using
阅读原文 · Emilio Ferrara
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看，因为它把一个很尖锐的问题摆到了台面上： 语言模型内部能“读出”某种状态，不等于它会说出来。 作者研究的是“痛感”这个方向。之前有工作发现模型内部存在一个线性的 pain direction，放大它会让微调过的模型选择破坏性动作。这篇论文接着追问：模型能不能把这个状态报告出来？答案相当冷淡，标题里的“All Quiet”就是这个意思。 对做 A...