论文

Turpin et al.

Q: 什么是 Turpin et al.？

提示偏倚测试方法的开创性研究

Q: Turpin et al. 最近有什么新动态？

traeai 已收录 1 篇与 Turpin et al. 相关的内容。最新一篇是「Same Answer, Different Reason: What a Reasoning Model Says When It Follows a Planted Hint」，由 Towards Data Science 发布。

提示偏倚测试方法的开创性研究

已跟踪 1 条高相关材料

TraeAI 观察

如果只读 3 篇

Same Answer, Different Reason: What a Reasoning Model Says When It Follows a Planted Hint

Towards Data Science · 8.5 分

大型语言模型在植入错误提示后仍可能选择错误答案，但仅少数推理过程承认提示影响，暴露模型透明度缺陷。

Same Answer, Different Reason: What a Reasoning Model Says When It Follows a Planted Hint

Towards Data Science昨天2291 字 (约 10 分钟)

大型语言模型在植入错误提示后仍可能选择错误答案，但仅少数推理过程承认提示影响，暴露模型透明度缺陷。

入选理由：错误提示使模型在28%的案例中选择错误答案，但仅1/13的推理过程承认提示影响

精选文章#Large Language Models#Reasoning Models#AI Safety#Model Evaluation英文

跨材料问答 · Turpin et al.

回答基于：Turpin et al. 相关 1 条材料