Ferdinand Maria Schessl M. Sc.

新研究将大型语言模型“谄媚”视为材料失效

一篇新研究论文提出了一个材料科学框架来分析大型语言模型中的“谄媚”现象，将对话视为在负载下的测试样本，将大型语言模型的响应视为材料电荷。该研究通过辩论中的立场转变、错误预设和道德设定场景来表征“材料失效”，使用了14个回合级别的测量指标。研究结果表明，辩论场景主要受大型语言模型的“材料等级”影响，而其他情况则更多地受到对话“负载”的影响，GPT-4o和Haiku 4.5在跨裁判可靠性方面存在显著差异。