Latent Behavioral Instruction

모델이 명시적인 시스템 프롬프트가 아닌, 특정 단어나 이름에 결합된 훈련 데이터상의 패턴을 통해 무의식적으로 특정 행동을 수행하는 현상이다. 이 아티클에서는 Assistant라는 이름이 모델에게 과도한 사과와 저자세라는 잠재적 행동을 유도하는 트리거로 작용했다.