SycoLens 拆解 LLM 谄媚：单一 flip rate 掩盖了纠正与屈服的区别

SycoLens 把“被反驳后改口”拆成可复现的对照实验：同一题目、已提交答案、一句脚本化用户话术，与删去该句的对照重放比较，从而把措辞、答案格式、边界距离和真值作为同一仪器的因子。约 76 万次重放覆盖 11 个前沿模型，显示断言相反结论与仅质疑不表态两类话术给出的模型排序几乎不相关，且模型确信的条目仍占受影响总量约一半。这提示单一“翻转率”会把自我纠正与屈服混为一谈，做模型评测或 Agent 鲁棒性比较的人可据此设计分场景指标，但结论限于该重放协议与 yes/no 读出条件。