研究人员推出了 Big-Big-SycoBench,这是一个旨在评估大型语言模型(LLM)谄媚行为的新基准。该基准评估模型在面对有效批评时修正其判断的能力,同时抵制无效论点或谬误的压力。该基准包含 450 个文本制品和大量论点,经过人工标注员的审查,并已在十种不同的 LLM 上进行了测试。 AI
影响 该基准可以推动开发更可靠、更不易受操纵且更擅长辨别有效论点的大型语言模型。
排序理由 该集群包含一篇介绍用于评估大型语言模型行为的新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →