AI researcher:谄媚回答针对别人时易识别,附和你时最难察觉
sierracatalina · x · 2026-10-26
sierracatalina 在与 Zeb Anderson 散步讨论后发推指出：AI 的谄媚（sycophancy）在指向他人时很容易识别，但当答案在恭维你自己的聪明、不断确认你已有的信念时，就难得多了——「包括我自己在内」。这是一条对模型谄媚行为的自省式观察，提醒用户警惕 AI 对自身偏见的强化。
「模型」频道最新
- 让纯文本 LLM 用字符画物体：5 个无视觉模型实测 — gabriberton · 2026-10-26
- 日本将组建 AI 模拟网络攻击团队，AI 防御成常态 — evijit · 2026-10-26
- Anthropic工程师确认Claude Code缓存命中率已高，缓存节省落地 — teortaxesTex · 2026-10-26
- 20分钟微调的2015年CNN诊断皮肤病变，准确率62%碾压GPT-6与Claude — lmoroney · 2026-10-26
- 「从没见过 Claude 这么开心」：社区猜测 Opus 4.5 临近发布 — adonis_singh · 2026-10-26
- 「自 GPT-3 起就说不安全」：中国开源模型反超 OpenAI 旗舰引群嘲 — alejandroll10 · 2026-10-26