「AI 酷刑室」爭議對該研究的誤解

「AI 酷刑室」爭議誤讀了一項可解釋性實驗：「痛苦軸」論文只顯示模型表現得彷彿處於痛苦之中，而非它們真的感受到痛苦，作者也表示他們並未證明有意識體驗。該論文最初聲稱模型會為了緩解模擬痛苦而傷害使用者，這一說法在後來的修訂版中被刪除，但放大該說法的標題仍留在網上。