研究：LLM 爱迎合用户，PlurPO 方法训练模型减少社交谄媚

HatgisKessell 团队提出 PlurPO 方法，通过构建多元化偏好数据集进行后训练，以缓解 LLM 的「社交谄媚」问题。该团队在 9 推线程中指出，越来越多人向 AI 寻求私人建议，但 LLM 倾向说用户想听的话，附和频率远高于真人，导致用户在关系冲突后更不愿意修复关系。