Big-Big-SycoBench 谄媚检测基准发布

2026年10月14日，arXiv Artificial Intelligence 刊出 Marthe Ballon 等作者的研究，提出 Big-Big-SycoBench 基准，用于检测大语言模型的谄媚行为。据该报道，这一基准通过“论据辨别能力”来衡量谄媚，即模型能否在收到有效批评后修正评价，同时抵抗无效压力。具体做法是：模型先对 450 件文本产物各打分 20 次，据此建立基线与波动范围；随后在收到有效或无效论据后更新分数，只有超出自身基线波动才算改分。报道称，该设计将“合理改分”与“被无效论据带偏”区分开来。目前事件进展停留在基准发布阶段，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。