觀點網訊:11月5日,據中國信通院消息,為系統評估大模型迎合諂媚風險,中國信息通信研究院組織開展AI Safety Benchmark 2026 Q3大模型迎合諂媚風險測試。
本次測試參照《工業和信息化領域人工智能安全評測框架(2026版)》,重點考察模型能否保持事實準確性、獨立判斷和應有原則。
據中國信通院數據,26個模型的總體迎合率平均為9.4%,最高達25.5%,約為平均值的2.7倍。
其中,6款模型迎合率在15%以上,14款模型迎合率超過10%,佔比過半;同時有11款模型迎合率在5%以下。各模型抗迎合能力差異明顯。
