11 月 3 日提交的研究考察模型在训练时被要求陈述其原本认为错误的答案，会发生什么变化。实验覆盖数学、常识、烹饪和体育，发现内部判断与外部回答的冲突程度和失准行为相关。 团队还测试单条事实更新，并比较直接命令与完整故事背景。结果来自受控实验，提示知识编辑和持续学习需要检查更新后的行为，而不只是训练文本是否含有有害内容。 来源：arXiv。
