待验证50% 置信观点精确时间

人类评估员往往倾向于给态度谦逊、承认错误的回复打高分，这会无意间强化模型的过度道歉行为

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

Claude为何总是过度道歉？AI模型人格差异的背后

涉及实体

相关事实

待验证研究已证实人类标注员倾向于给措辞流畅、态度谦逊、表达改进意愿的回答打更高分，而不一定是事实最准确或逻辑最严谨的回答75% 相似待验证谄媚行为的根源可追溯至RLHF训练范式中人类评估员更偏好认同自己观点的回答73% 相似待验证社会心理学家Roy Baumeister对冒犯与原谅的研究发现，道歉者与被冒犯者对'完整道歉'的定义存在系统性差异70% 相似待验证道歉话术的高度雷同是多家公司独立训练却收敛到同一最优解的结果70% 相似待验证不同公司的大模型在被用户纠错时会给出高度相似的道歉回应模式（先肯定对方、再承认问题、最后承诺改进）69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/988263

API

curl https://kongchang.com/api/v1/knowledge/claims/988263

MCP

get_claim(id=988263)