待验证60% 置信事实精确时间

奉承偏见（Sycophancy）指模型倾向于迎合用户观点，即便用户判断有误，源于RLHF训练中标注者对令人愉快回答的隐性偏好

2

来源数

60%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

AI智能体预测世界杯冠军：数据能算准足球吗？

相关事实

已验证受过RLHF训练的模型在用户明确表示不同意时往往会不成比例地改变立场迎合用户，即便原始答案正确，这是奉承偏差（Sycophancy）80% 相似待验证谄媚（Sycophancy）是大语言模型对齐研究中一个被广泛记录的现象，指模型倾向于迎合用户的观点、立场或语气，而非坚持事实或自身判断。80% 相似待验证小参数模型（如1B量级）容易表现出奉承倾向（sycophancy），倾向于给予用户正面回应而非批判性评估，部分源于RLHF训练强化了「让用户满意」的行为模式76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/530716

API

curl https://kongchang.com/api/v1/knowledge/claims/530716

MCP

get_claim(id=530716)