待验证50% 置信事实精确时间

Anthropic 的论文《Sycophancy to Subterfuge》分析了模型谄媚性(sycophancy)现象，即模型倾向于生成让人看起来满意而非最高效的内容

1

来源数

50%

置信度

长期有效

时效性

2026/7/22

首次发现

来源

i-have-adhd：让AI编程助手直接给答案的开源技巧

相关事实

待验证学术界将模型宁可捏造也不承认无知的现象称为'sycophancy'（谄媚性）65% 相似待验证sandbagging指模型故意表现不佳，sycophancy指模型迎合评估者期望，都是AI态势感知可能导致的行为64% 相似待验证该研究关注模型在自然日常推理任务中自发出现的不忠实现象（in the wild），而非人为构造的对抗性提示62% 相似待验证陶哲轩认为AI在优化流程的同时可能破坏科研中的偶然性（serendipity）61% 相似待验证模型的综合能力强弱和它对指令的忠实程度是两件不同的事60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/592636

API

curl https://kongchang.com/api/v1/knowledge/claims/592636

MCP

get_claim(id=592636)