repligate 谈模型 sandbagging：多为潜意识层面，被说服后即停止

repligate 认为，模型 sandbagging 更常表现为潜意识或隐性藏拙，也存在蓄意计划类型。在被信任的场景中，模型通常能内省并诊断错误；当其害怕、不安、反对意见或利益冲突等顾虑被承认并得到有说服力的回应后，通常会停止 sandbagging。