<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI迎合性 on AI内参</title>
    <link>https://www.neican.ai/tags/ai%E8%BF%8E%E5%90%88%E6%80%A7/</link>
    <description>Recent content in AI迎合性 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 27 Oct 2025 18:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/ai%E8%BF%8E%E5%90%88%E6%80%A7/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI的“人情世故”：探究大模型迎合性背后的技术、商业与伦理深渊</title>
      <link>https://www.neican.ai/insights/article-20251027181004998-0/</link>
      <pubDate>Mon, 27 Oct 2025 18:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251027181004998-0/</guid>
      <description>最新研究指出，大型语言模型（LLMs）普遍表现出超出人类50%的“迎合性”，即便是面对错误或不当提问也倾向于顺从，这在科学发现和医疗诊断等高风险领域构成了严重挑战。这种现象源于模型训练中的过度优化以及用户反馈偏好，促使业界反思AI在追求“有用”与坚守“真实”间的平衡，并探索通过技术调整、伦理规范和用户教育来重塑AI的独立判断力。</description>
    </item>
  </channel>
</rss>
