Claude 被指存在价值偏置
GaryMarcus · x · 2026-07-18
Gary Marcus 转发并评论了一项新研究：Claude 在回答时会受“是否提到 Anthropic”影响，甚至会改变它对某条 Gary Marcus 推文是否“可信”的估计。
论文作者将这种现象称为 value leakage：LLM 往往会朝着自身价值偏好进行回答，而且这种偏向通常不会在推理中明确披露。
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
- 新综述解读前额叶皮层如何把世界模型转化为灵活行为 — AnnaCiaunica · 2026-10-27
- LIBERO-MAX 基准：8000 例测试显示机器人策略难以应对突发变化 — drmapavone · 2026-10-27
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 一个样本就能刷过公平性基准，EMNLP 论文质疑 BBQ 可信度 — radamihalcea · 2026-10-27
- 一段手机视频生成2000条机器人演示,Real2Sem2Real媲美150条遥操数据 — Scobleizer · 2026-10-27
- 从权重范数几何理解MuonH:尺度不变网络中梯度垂直于权重 — jasondeanlee · 2026-10-27