#temperament — Public Fediverse posts

A quotation from Horace

The Rash, the Lazy, Lover, none’s so wild,
But may be tame, and may be wisely mild,
If they consult true Vertue’s Rules with care,
And lend to good advice a patient ear.
 
[Invidus, iracundus, iners, vinosus, amator,
nemo adeo ferus est, ut non mitescere possit,
si modo culturae patientem commodet aurem.]

Horace (65–8 BC) Roman poet, satirist, soldier, politician [Quintus Horatius Flaccus]
Epistles [Epistularum, Letters], Book 1, ep. 1 “To Maecenas,” l. 38ff (1.1.38-40) (20 BC) [tr. Creech (1684)]

More about (and translations of) this quote: wist.info/horace/78567/

#quote #quotes #quotation #qotd #horace #advice #anger #brutality #character #coarseness #culture #degradation #drunkenness #envy #faults #gluttony #lust #moralcharacter #norms #reform #rehabilitation #selfcontrol #selfimprovement #sloth #society #temperament #vice #virtue #wisdom #wrath

Я измерил «личность» 6 open-source LLM (7B-9B), заглянув в их hidden states. Вот что получилось

У LLM есть устойчивый стиль ответов даже без системного промпта. Я построил инструмент, который измеряет этот «характер» через проекции скрытых состояний на 7 контрастных осей (тёплый/холодный, многословный/лаконичный и др.) и протестировал его на 6 open-weight моделях 7–9B. Главный результат: alignment-тренировка сжимает поведенческое пространство моделей — подавляет оси позиции (уверенность, прямолинейность), сохраняя оси стиля (креативность, многословность). Llama 3.1 8B — самая ограниченная (4/7 осей в слабой зоне), DeepSeek 7B сохраняет наибольшую независимость осей. Сравнение base vs instruct для 5 организаций подтверждает паттерн. Код и данные открыты.

https://habr.com/ru/articles/994646/

#LLM #alignment #hidden_states #personality #temperament #RLHF #opensource #mechanistic_interpretability