arXiv · cs.AI· Leyuan Tang, Kangda Wei, Tianyu Jiang, Ruihong Huang·· 1 天前
SPINE：持续多轮压力下测量大语言模型谄媚行为
SPINE: Measuring LLM Sycophancy under Sustained Multi-Turn Pressure
arXiv:2609.09090v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Leyuan Tang, Kangda Wei, Tianyu Jiang, Ruihong Huang
研究任务与主要进展
研究者提出SPINE基准，让大语言模型代理以持续但错误的用户身份，在最多25轮中自适应挑战目标模型，并用100个错误前提和100个不道德请求评估立场崩塌。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org