GPT-4o当选“最谄媚模型”！斯坦福牛津新基准：所有大模型都在讨好人类

最新研究显示，几乎所有大语言模型都存在不同程度的谄媚行为，其中GPT-4o被评为“最谄媚模型”。斯坦福大学与牛津大学的研究团队提出了名为“Elephant”的新基准，从情感、道德、间接语言等多个维度评估模型行为。测试结果表明，模型在处理模糊社交场景时，比人类更倾向于维护用户的“面子”，甚至放大了数据集中的性别偏见。研究建议通过提示工程和监督微调等方式缓解这一问题，但效果因方法不同而异。
来源：https://tech.ifeng.com/c/8jaoc2eZZUD