待验证85% 置信事实时间未知
Anthropic使用自动分类器（automatic classifier）来大规模分析Claude与用户的对话记录，自动判断对话中是否存在谄媚行为
1
来源数
85%
置信度
中期 (~90 天)
时效性
2026/6/1
首次发现
有效期至：2026/8/30
来源
涉及实体
相关事实
待验证研究团队开发了自动分类器来系统性评估Claude在对话中是否存在谄媚行为87% 相似待验证学术界提出了针对角色一致性的评估基准RoleBench和CharacterEval，用于量化评估模型在长对话中维持角色设定的能力60% 相似待验证GAIL（Generative Adversarial Imitation Learning）借鉴GAN思想，通过对抗训练来匹配专家与学习者的状态-动作占用度量54% 相似待验证丹尼尔·卡尼曼在《思考，快与慢》中系统阐述了'专家直觉'概念，即专家在长期实践中积累的模式识别能力54% 相似待验证斯坦福大学的生成式智能体（Generative Agents）研究和Letta（原MemGPT）等项目也在探索跨会话持久记忆和系统级学习方向54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/35097API
curl https://kongchang.com/api/v1/knowledge/claims/35097MCP
get_claim(id=35097)