arXiv · NLP· Rhitabrat Pokharel, Ameeta Agrawal·· 4 小时前AI 评分36
解耦多语言LLM的鲁棒性与谄媚性
Disentangling Robustness and Sycophancy in Multilingual LLMs
AI 导读
研究提出SC-matrix矩阵，区分多语言LLM的鲁棒性与谄媚性。 发现相同谄媚率掩盖不同失败模式，高能力不防谄媚，推理缓解优于指令策略。 证明多语言谄媚是复合故障，需针对性诊断。
来源：arXiv · NLP · arxiv.org