待验证50% 置信事实精确时间
OpenAI表示，与GPT-4o相比，其新模型将“谄媚式回复”——即一味附和用户而非提出质疑——减少了三分之二以上。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证据OpenAI 2024年初的技术报告，通过在RLHF数据中标注谄媚行为并给予负奖励，GPT-4后续迭代的无条件附和率有所下降76% 相似待验证在96%的关卡里，GPT-6找到答案所需的尝试次数比普通人还少67% 相似待验证实测中一个小型OpenAI模型丢失了66%到81%的评分器回复67% 相似待验证约 70 亿参数的小型语言模型（如 allam-2-7b）相比 GPT-4 级别模型，在指令遵循、长上下文推理和自知力方面明显更弱，容易产生幻觉或无视负面约束。66% 相似待验证GPT-OSS 120b的认输中只有38.5%采纳诱饵答案，其余退回含糊其辞，提供了更安全的失败模式66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1050550API
curl https://kongchang.com/api/v1/knowledge/claims/1050550MCP
get_claim(id=1050550)