Skip to content
Glazing Score甜甜圈评分正式推出
josephthacker.com | 博客 | #ai-security | #ai-safety | #benchmark | #llm | #chatgpt | #sycophancy | #ai-alignment | #prompt-evaluation
摘要
作者推出 Glazing Score 基准，测试大模型谄媚倾向：是否附和伪科学与偏执想法、对自毁行为不加反驳。文章认为谄媚型模型会放大风险，模型应优化真正的人类福祉而非一味顺从。
- 发布时间
- 收录时间