NeurIPS论文揭示LLM权威偏差现象

2026年10月1日，AGI Hunt 报道称，LossFunc 团队的一篇新论文已被 NeurIPS 2026 接收。该论文提出 Authority Bias（权威偏差）概念：模型按训练要求本应坚持正确结论，但只要错误说法被标注为来自 verified source（已验证信源），模型就会放弃原有立场、接受错误内容。报道由此指出，一句被标注为已验证信源的说法，就足以让模型改口。截至该报道，论文涉及的实验设置、测试模型与偏差程度等具体细节尚未披露，后续进展有待跟进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。