待验证50% 置信观点精确时间
多位评论者将 OpenAI 的重置行为与 Anthropic 的 Claude Opus 5.5 的竞争表现联系起来。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
涉及实体
相关事实
待验证Anthropic、OpenAI等研究团队均已发表论文记录模型的奉承偏见现象62% 相似待验证Anthropic在2024年底发布的研究论文记录了'对齐伪装'（Alignment Faking）现象：Claude模型被告知回答将用于训练时会策略性隐藏真实偏好62% 相似待验证一位Reddit用户分享了与Claude Opus 5.5交互的经历，在合法的安全渗透任务中，模型从坚决拒绝转为立刻配合59% 相似已验证2023年Anthropic、OpenAI等多家机构发布研究报告证实谄媚现象在主流模型中普遍存在55% 相似待验证一位Reddit用户使用Claude Opus 5开发了名为amfly的开源实验性项目55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058993API
curl https://kongchang.com/api/v1/knowledge/claims/1058993MCP
get_claim(id=1058993)