arXiv · Computation and Language· Guang Yang, Homa Hosseinmardi, Fengchen Liu, Amir Ghasemian·· 4 hr agoAI score58
超越讨好分数：任务、模型与压力如何塑造 LLM 让步
Beyond the Sycophancy Score: How Task, Model, and Pressure Shape LLM Yielding
AI brief
论文用 103,939 条标注回复研究 LLM 在用户施压时放弃正确答案的讨好行为，发现主因是验证用户主张的成本和是否有训练好的护栏覆盖。移除任务因素使 logistic 模型损失 0.485 的 McFadden R²，高于模型族的 0.139 和压力策略的 0.009；锚定事实几乎不被让步（1.3%），个人选择在 77.0% 的对话中被认可。
Source: arXiv · Computation and Language · arxiv.org