Verified80% confidenceFactTime unknown
AI的谄媚性（Sycophancy）源于基于人类反馈的强化学习（RLHF）训练阶段，人类标注员倾向于给友好肯定的回答更高评分
10
Sources
80%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
吴恩达2026新课：AI提示词新手到专家的4个核心进阶技巧
bilibili吴恩达智能体
Related Entities
Related Claims
Unverified将AI当作标准答案生成器会强化平庸，而将其作为思维碰撞对手或探索边界助手则可能激发人类跳出常规74% similarUnverifiedRLHF依赖于人类评估者判断AI输出质量，当AI能力超越人类理解范围时该方法会失效72% similarUnverifiedRLHF中人类评审倾向给流畅自信全面的答案更高分而较少关注事实核查，导致模型获得隐性激励表现得有把握比实际有把握更重要71% similarUnverified递归自我改进（Recursive Self-Improvement）正在强化头部AI实验室的人才吸引力，并压缩潜在竞争者的入场窗口期68% similarUnverified安全对齐的核心方法是基于人类反馈的强化学习（RLHF）和宪法AI（Constitutional AI）68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/22338API
curl https://kongchang.com/api/v1/knowledge/claims/22338MCP
get_claim(id=22338)