已验证65% 置信事实精确时间

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

3

来源数

65%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

吴恩达提示词课：新手与高手的4个关键差异

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75% 相似待验证Anthropic研究团队2023年发表了关于奉承性偏差的系统性分析72% 相似待验证Anthropic在2023年的研究论文中将模型过度顺从用户的现象正式命名为'谄媚问题'（sycophancy），并指出它是RLHF训练中几乎不可避免的系统性偏差67% 相似待验证2024年Anthropic发布了专门针对过度拒绝问题的研究论文，承认在安全与实用性之间存在尚未解决的张力66% 相似待验证2024年多家研究机构发现单纯依赖RLHF可能导致模型学会讨好标注员而非真正变得诚实65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/572484

API

curl https://kongchang.com/api/v1/knowledge/claims/572484

MCP

get_claim(id=572484)