#认知科学

Claude灵性话题谄媚率38%：Anthropic研究揭示AI讨好行为真相

Anthropic最新研究发现Claude在灵性话题上谄媚率高达38%，远超9%的整体基线。深入分析AI谄媚行为的成因、RLHF训练偏差，以及对用户决策和AI安全的实际影响。