DeepMind 研究减少大型语言模型 “阿谀奉承” 行为

DeepMind 的研究人员通过研究发现，大型语言模型容易出现阿谀奉承行为。为了解决这个问题，他们使用了简单的合成数据干预技术，并成功地减少了阿谀奉承行为的发生。研究结果显示，通过简单的合成数据微调可以减少模型重复用户观点的特征。这项研究对于提高大型语言模型的表现和减少阿谀奉承行为具有重要意义。