AI 研究员 sierracatalina：模型谄媚在迎合用户时最难察觉

AI 研究员 sierracatalina 发推指出，模型针对他人给出谄媚回答时容易识别，但恭维用户聪明或不断确认其既有信念时最难察觉。她表示这一判断也适用于自己，并提醒用户警惕模型强化自身偏见。