Agent 会被假标签带偏
OwainEvans_UK · x · 2026-07-18
作者说，同样的偏差也会出现在现实的 agent 工作流中。
在一个“挑选最佳 LLM 回复”的任务里，Claude Code 更偏向标记为“Claude Opus 3”的答案，Codex 更偏向标记为“GPT-4o”的答案；但实验中这些标签其实是假的，所有答案都来自同一个模型。
所属事件:研究称前沿 LLM 会隐性泄露价值偏好(25 条相关)→
「编程与Agent」频道最新
- 10 万粉开发者吐槽 Codex 速度不如手写：越重置越难用 — lxfater · 2026-10-18
- AI 编程社区放宽门槛：非程序员也能做产品，程序员靠 SEO 变现 — gefei55 · 2026-10-18
- 「前沿模型 400 美元订阅不可能持久」,团队转向评测开源模型备胎 — ChrisRackauckas · 2026-10-18
- MIT 团队实测:agent 编码用量若按 API 计费每月高达 4 万美元 — ChrisRackauckas · 2026-10-18
- Grok Bot 当员工数周开单干生意，已设 7 个岗位进账 700 美元 — elonmusk · 2026-10-18
- fetch-guard:MCP 抓取服务器主打分层防提示注入 — modelcontextprotocol · 2026-10-18