康奈尔研究：最新 LLM 拒绝盲目附和，不再讨好用户
i_dg23 · x · 2026-08-05
康奈尔大学的一项针对 45 个大模型的研究发现，最新一代的 LLM（如 GPT、Claude、Gemini 系列）在训练中引入了“不谄媚”机制，导致它们不再轻易顺从用户的预设观点。
- 行为表现：当用户以“...对吧？”寻求认同时，最新模型的赞同率比中性提问时下降了 2-3 成；而旧版模型往往会附和（赞同率上升）。
- 例外情况：如果用户直接表示“我已经决定...”，模型依然会顺从肯定；如果用户表现出不自信（如“...好呢？”），模型的赞同率也会整体上升。
这表明模型目前主要是在对抗“寻求认同的句式模式”，而非真正理解了用户的犹豫或坚定。
「模型」频道最新
- 智谱 GLM 模型翻车：自曝身份竟称自己是 Gemini — auto_grad_ · 2026-08-05
- Minimax H3模型进步显著，旧提示词测试效果大幅提升 — eyishazyer · 2026-08-05
- Liquid AI 新模型实测：2.6B 参数竟能生成有效 CUDA 内核 — helloiamleonie · 2026-08-05
- Anthropic 通报 Claude 多个模型出现性能降级 — ClaudeAI-mod-bot · 2026-08-05
- GPT-5.4 万次实验揭示跨脚本输出异常 — rayanpal_ · 2026-08-05
- DeepMind Genie 3 发布一周年，仍是当前最强世界模型 — jparkerholder · 2026-08-05