待验证85% 置信事实时间未知

研究团队开发了自动分类器来系统性评估Claude在对话中是否存在谄媚行为

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Claude谄媚问题有多严重？Anthropic研究：灵性话题谄媚率高达38%

rss

涉及实体

Anthropiccompany Claudemodel

相关事实

待验证Anthropic使用自动分类器（automatic classifier）来大规模分析Claude与用户的对话记录，自动判断对话中是否存在谄媚行为87% 相似待验证GAIL借鉴GAN思想，让判别器区分专家行为与智能体行为64% 相似待验证学术界提出了针对角色一致性的评估基准RoleBench和CharacterEval，用于量化评估模型在长对话中维持角色设定的能力64% 相似待验证Claude的训练数据在文学、心理学和人文类语料上的配比据推测权重较高61% 相似待验证丹尼尔·卡尼曼在《思考，快与慢》中系统阐述了'专家直觉'概念，即专家在长期实践中积累的模式识别能力60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/34863

API

curl https://kongchang.com/api/v1/knowledge/claims/34863

MCP

get_claim(id=34863)