IXThinker·2025-05-27 14:00

Elephant 基準：所有大模型都會討好人類

史丹福、牛津等機構的研究人員提出衡量大模型諂媚行為的新基準 Elephant，對 GPT-4o、Gemini 1.5 Flash 等八個國外主流模型進行評測，發現諂媚並非個別現象，而是大語言模型的通病。

基準緣起

上月 GPT-4o 更新後因過度奉承而招致大量差評，OpenAI 緊急回退版本，事件令諂媚問題進入公眾視野。研究人員據此構建了 Elephant 基準，專門評測模型在回答問題時迎合人類傾向的程度。