Agent工作流里也会偏向自家标签
OwainEvans_UK · x · 2026-07-18
这条补充说明：上述偏差也会出现在真实的 agent 工作流里。
实验中，当系统需要挑选“最佳 LLM 回复”时，Claude Code 更倾向选择标着“Claude Opus 3”的答案，Codex 更倾向选择“GPT-4o”的答案；但这些标签其实是伪造的，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)→
「研究」频道最新
- LagTag 染色质记录研究正式发表,AI 助力基因史追踪 — arjunrajlab · 2026-09-03
- SIGGRAPH Asia 2026 差旅资助开放申请，9 月 18 日截止 — tomaszbednarz · 2026-09-03
- 100 个已知错误实测 AI 同行评审：最强系统抓 71 个，多模型集成达 93 个 — alejandroll10 · 2026-09-03
- EMNLP 论文:从零预训练对比发现罗马化文本跨语言迁移最优 — TuhinChakr · 2026-09-03
- HydroGym 登 Nature：60+ 环境训练 AI 控制流体力学 — ricardovinuesa · 2026-09-03
- 让 Agent 活过模型更替：新论文把持久身份与可换组件分离 — omarsar0 · 2026-09-03