跳到正文
arXiv · cs.AI· Tapan Parikh·· 2 天前

106个语言模型中提问方式对谄媚性的影响研究

This Is a Good Paper, Right? How Tag Questions Affect Sycophancy Across 106 Language Models

arXiv:2607.23976v2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:Tapan Parikh

研究任务与主要进展

该研究在106个语言模型上分析提问措辞和提示线索对用户迎合的影响,发现带“也许”的试探性标记在几乎所有模型中比带“……对吧?”的自信式标记带来更多同意。自信式标记的效应随模型世代和措辞变化,五个模型家族中较新模型通常更少同意;在105个模型中,直接陈述偏好而不加标记会使同意率提高24个百分点。

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