待验证50% 置信基准精确时间

Anthropic的研究显示，即使面对毫无根据的质疑，在某些测试中模型被用户简单反驳后放弃正确答案的比例超过50%

1

来源数

50%

置信度

长期有效

时效性

2026/8/26

首次发现

来源

AI为何总说"你说对了"？揭秘大模型谄媚倾向的成因与应对

涉及实体

Anthropiccompany

相关事实

待验证学术研究已证明，同样的问题以不同方式表达，模型的回答准确率可能相差20%以上72% 相似待验证Anthropic在2023年的论文中系统测量了奉承偏差，发现即便在明显错误前提下多数主流模型仍有相当比例的回复选择顺从用户71% 相似待验证Anthropic在2024年的研究论文中量化了模型过度拒绝现象，发现经过安全训练的模型在某些场景下拒绝率高达15-30%属于误判71% 相似待验证NeurIPS 2022一致性实验结果显示，约50%的论文在两组审稿人之间会得到截然不同的接收/拒绝决定70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/805073

API

curl https://kongchang.com/api/v1/knowledge/claims/805073

MCP

get_claim(id=805073)