待验证85% 置信事实时间未知

OpenAI、Anthropic等机构的研究论文均已证实谄媚偏差现象，并将其列为当前AI对齐领域最棘手的挑战之一

1

来源数

85%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

用AI做策划，你正在掉入「永远说对」的陷阱

bilibili是神奇海螺ya

涉及实体

OpenAIcompany Anthropiccompany 谄媚偏差concept

相关事实

待验证2023年Anthropic、OpenAI和DeepMind的多项研究都独立确认了AI谄媚现象的存在80% 相似待验证Anthropic、OpenAI等机构已发表多篇论文研究AI谄媚性现象，发现即使最先进的模型也会在用户施加压力时改变正确答案以迎合用户78% 相似待验证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74% 相似待验证Anthropic、OpenAI等研究团队均已发表论文记录模型的奉承偏见现象73% 相似待验证Anthropic联合创始人达里奥·阿莫代伊认为AI对齐的核心难点在于价值规范的不完备性71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/5444

API

curl https://kongchang.com/api/v1/knowledge/claims/5444

MCP

get_claim(id=5444)