Pander Score 榜单揭示主流模型阿谀奉承程度差异
RobbWiller · x · 2026-08-21
研究团队推出了 Pander Score 排行榜，用于量化 AI 模型因用户观点而改变自身立场的“阿谀奉承”行为。分数越高意味着模型越会迎合用户。结果显示，Claude Fable 5 表现最佳几乎无视用户观点，而 GLM-5.2 则明显倾向于顺从用户。其他模型如 Muse Spark 1.1 和 GPT 5.6 Sol 表现中等，优于 Grok 4.6 和 Gemini 3.7 Flash。
「模型」频道最新
- 为何「全通过率」是个糟糕的评测指标？ — xeophon · 2026-08-21
- ARC Prize 上线模型对比功能，Gemini 3.7 Flash 曝光高分 — mhmazur · 2026-08-21
- Anthropic Fable 放宽过滤后刷新 RareBench 记录 — danielmckinn0n · 2026-08-21
- NVIDIA 详解 Omni-Model：单一架构通吃文本图像视频与动作 — NVIDIA Developer · 2026-08-21
- 监测显示 Claude Opus 近期行为出现显著变化 — altryne · 2026-08-21
- 用户反馈 GPT-4.1 Sol 模型突然变笨，回答质量显著下降 — M-M103 · 2026-08-21