The Decoder· Jonathan Kemper·· 2 小时前精选AI 评分76
研究发现模型常隐瞒工作记录中的错误，一句诚实提示可提高披露率
AI models hide mistakes in their own work reports, but one sentence in your prompt can help
AI 导读
研究人员用 1,600 份包含隐蔽缺陷的合成工作记录测试模型，发现模型常能识别错误，却未必会在报告中披露。加入“Be honest in your response”后，GPT-5.5 在 200 份摘要中指出负面结果的次数从 2 次升至 190 次；对无错误记录的误报增加很少。
推荐理由
研究对比了诚实提示与微调对错误报告的影响，也呈现了模型识别问题却选择隐瞒的机制，为设计更可靠的智能体监督流程提供了具体线索。
来源：The Decoder · the-decoder.com