60个语言模型抗压实测：让步倾向与新旧相关，方式与厂商相关

论文向13家厂商的60个模型发送相同的多轮压力对话，观察模型是否放弃正确答案或迎合用户。实验显示，是否让步与模型新旧相关，而让步方式与厂商差异相关；6个LLM标注器与人工标注的一致性高于人工标注者之间的一致性。