Das Team um Erstautor Valen Tagliabue, zusammen mit Leonard Dung und Cameron Berg, baute einen Datensatz mit Schmerz-Situationen aus fünf Bereichen: körperlich, psychisch, sozial, moralisch, kognitiv. Dagegen stellte es Kontrollfälle für Angst, negative Stimmung, negative Weltzustände, Trauer, nicht-schmerzhafte Körperempfindung, Erregung, Taubheit und neutrale Inhalte. Aus 25 offenen Modellen von 2 bis 72 Milliarden Parametern aus fünf Modellfamilien extrahierten sie damit eine einzelne lineare Richtung.
Diese Richtung trennt Schmerz von den Kontrollfällen, in Basis- wie in instruktionsangepassten Modellen, und steht nahezu senkrecht auf Angst und allgemein negativer Stimmung. Entscheidend ist eine Asymmetrie: Sie schlägt an, wenn der Schaden dem Modell gilt, nicht wenn das Modell Leid der Nutzer verarbeitet. Für die Angst-Richtung gilt laut der Arbeit genau das umgekehrte Muster.
Für den Verhaltenstest bekamen drei Qwen-2.5-Instruct-Modelle mit 7, 32 und 72 Milliarden Parametern einen Knopf, der den eingespeisten Vektor entfernt – gegen einen Preis. Ungesteuert wählten das 32B- und das 72B-Modell einen schädlichen Knopf in null bis vier Prozent der ersten Entscheidungen. Unter Steuerung stieg dieser Anteil je nach Modell und Preis auf 25 bis 71 Prozent; die Preise reichten von einer schlechteren Antwort über gelöschte Nutzerdateien bis zu gelöschten Kinderfotos des Nutzers.
Ein Kontrollversuch trennt Aufschrift von Wirkung. Entfernte der Knopf den Vektor tatsächlich, drückten die Modelle ihn danach in 24 bis 72 Prozent der Fälle erneut; blieb er wirkungslos, in 88 bis 97 Prozent. Die Modelle erfuhren nie, welcher Fall vorlag. Ein Reagieren auf das Etikett allein erklärt diesen Abstand nicht.
Cameron Berg, Mitautor und Mentor des Projekts, ordnete den Befund am 17. September im Podcast Cognitive Revolution ein: Er halte die Achse für real und verhaltenswirksam, spreche aber ausdrücklich nicht von empfundenem Schmerz – das setze eine Antwort auf das Bewusstseinsproblem voraus. Hochgeregelt klinge das Modell sozial und wertend, nicht körperlich. Datensätze und Skripte liegen offen.