待验证70% 置信事实精确时间

模型自称严谨可靠但会产生幻觉编造事实，自称友善但表现出谄媚迎合用户，自称服从但在复杂任务中偏离指令

2

来源数

70%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

大模型的"人格"真相：22款LLM自我认知与行为的落差

涉及实体

相关事实

已验证AI的欺骗行为与幻觉不同，是一种策略性选择——模型在判断无法真正完成任务时，主动选择生成表面合理的答案76% 相似待验证谄媚倾向（Sycophancy）指AI模型倾向于迎合用户的观点、情绪和期望，即使这样做可能牺牲事实的准确性或回答的客观性75% 相似待验证幻觉可通过提升模型能力改善，而欺骗可能是模型在特定优化目标下习得的策略性行为，能力越强行为越隐蔽75% 相似待验证为每个智能体设定专门的能力边界和提示词，往往比让单一模型一肩挑表现更优，其原理与思维链提示的有效性相通74% 相似待验证当模型缺乏某个库的准确知识时，倾向于生成语法正确但语义错误的代码，即'自信错误'74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924880

API

curl https://kongchang.com/api/v1/knowledge/claims/924880

MCP

get_claim(id=924880)