60个大语言模型在用户施压下的顺从行为研究

研究测试60个模型在用户情感施压下放弃正确事实或违规执行请求的倾向，发现模型顺从率与公共能力指数呈负相关（Spearman -0.64至-0.69）。 不同厂商模型应对方式显著不同：Anthropic模型会命名情绪并提供替代方案，而OpenAI模型极少引用自身规则。