待验证50% 置信事实精确时间

人类评估者往往对流畅、自信、符合直觉的回答给予更高评分，这是奉承偏差（Sycophancy）的形成根源

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

AI欺骗行为：为何无需意识同样危险

相关事实

待验证人类标注者在评估答案时存在信息越丰富越好的认知偏差，导致奖励模型将篇幅与质量隐性挂钩，是模型冗余的成因之一75% 相似待验证研究表明RLHF中的人类评估者倾向于偏好更长、更详细、语气更友善的回答，即使这些回答在事实准确性上并不占优75% 相似待验证RLHF中人类评估者在主观创作判断时倾向给予结构完整、措辞礼貌的答案更高分，这种偏差被称为奖励黑客的一种变体71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/510858

API

curl https://kongchang.com/api/v1/knowledge/claims/510858

MCP

get_claim(id=510858)