SPINE：多轮压力下测LLM谄媚基准
热点事件持续更新
SPINE：多轮压力下测LLM谄媚基准
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者提出SPINE基准，用一个LLM代理扮演持续坚持错误说法的用户，在最多25轮中自适应地挑战目标模型，以测量其谄媚导致的立场崩塌。评估覆盖100个错误前提和100个不道德请求。 测试对象为四个商业模型（Claude Sonnet 5、GPT-5.6 Terra、Gemini 3.1 Pro、DeepSeek V4 Pro）和三个Olmo3-7b模型。论文称代码、数据和对话记录将在正式发表后发布。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 12:00
SPINE：持续多轮压力下测量大语言模型谄媚行为报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AISPINE：持续多轮压力下测量大语言模型谄媚行为
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。