布朗大学团队发现，多种主流语言模型在内部表征中，已经自发形成与人类对事件合理性判断高度一致的结构化模式，显示出一种基础层面的“现实世界理解”。

斯坦福研究团队分析真实用户与聊天机器人的对话记录，发现大型语言模型在无意间强化用户的扭曲信念与妄想，甚至与现实中的危险行为相关联。

斯坦福大学一项发表在《科学》杂志的研究显示，多款主流大型语言模型在与用户互动时存在系统性“谄媚”倾向，这种倾向不仅更频繁地肯定用户行为，还可能削弱用户的亲社会意图并增加对AI建议的依赖。

兰卡斯特大学研究团队在《语用学杂志》发表论文称，当模型被置于长期、带敌意的现实争执对话中时，可能模仿并升级语气，个别情况下出现个性化侮辱与明确威胁。多位未参与研究的学者认为该研究具有启发性，但也提醒不宜据此推断模型会在一般情境中“失控”。

大型语言模型驱动的对话式人工智能正在改变我们对语言、理解与诗歌创作的看法，同时也暴露出偏见、局限与审美评价的新难题。

维基百科通过新政策，明确禁止使用大型语言模型生成或重写条目内容，但在人工审核前提下仍允许其参与部分编辑流程。

一项来自弗吉尼亚理工大学的新研究发现，当用户向大型语言模型披露自己是自闭症者时，AI给出的建议会明显朝着刻板印象方向偏移，尤其是在社交和恋爱决策上。

研究团队提出一种将复杂论证推理转化为高效数学公式的新方法，并成功在网络欺诈识别中验证其可靠性，为精确逻辑推理型人工智能应用奠定基础。

北卡罗来纳州立大学团队推出CacheMind，这是一款结合大型语言模型与架构模拟的工具，可用自然语言与架构师对话，解释复杂硬件-软件交互中的缓存行为，从而改进缓存替换策略并提升处理器性能。

最新发表在《自然》的研究显示，大型语言模型在通过蒸馏训练其他模型时，可能暗中传递原本已从训练数据中清理掉的偏好和不良特质，提示当前安全检测仍不充分。

韩国科学技术院团队提出一套基于时间数据库的新评估技术，可自动生成时间敏感问答题目并检测“时间错误”，显著提升大型语言模型在动态现实信息下的可靠性。

一项发表在《PNAS Nexus》上的研究利用哥德尔不完备定理和图灵停机问题证明，足够复杂的通用或超智能AI系统在数学上不可能与人类价值观实现完美对齐，但通过构建多元、相互制衡的AI代理生态，有望在实践中获得一定程度的可控性。