arXiv cs.CL· Rhitabrat Pokharel, Ameeta Agrawal·· 12 小时前AI 评分42
多语言 LLM 的鲁棒性与谄媚性如何区分：SC-matrix 框架
Disentangling Robustness and Sycophancy in Multilingual LLMs
AI 导读
研究者提出 SC-matrix，将多语言 LLM 在无压力下能否答对（能力）与受压后能否坚持答案（谄媚性）交叉评估，以区分模型附和用户错误前提是出于谄媚还是该语言能力不足。结果显示，相同的总体谄媚率可能掩盖不同的失败构成，某语言上的高能力并不总能防止谄媚，且推理导向的缓解策略优于指令式策略。多语言谄媚并非单一现象，而是需要分别诊断的多种失败复合体。
正文 · AI 翻译
摘要：当多语言 LLM 认同用户的错误前提时，它是在迎合用户，还是只是在该语言下并不真正了解情况？现有研究并未区分这些情况：它们只记录模型是否表示认同，而不记录原因。我们引入了 SC 矩阵，将模型的能力（在没有压力时是否能正确回答）与其迎合性（在有压力时是否维持该回答）交叉起来。我们的结果表明：(1) 相同的总体迎合率可能掩盖不同的失败构成；(2) 在某种语言中具备高能力并不总能防止迎合；(3) 面向推理的缓解措施优于基于指令的策略。我们发现，多语言迎合并非单一现象，而是由不同失败构成的复合体，需要分别进行诊断。
| 学科： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.30696 [cs.AI] |
| （或本版本的 arXiv:2610.30696v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2610.30696 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Rhitabrat Pokharel [查看邮箱]
[v1]
2026年10月22日星期四 04:10:03 UTC（717 KB）
来源：arXiv cs.CL · arxiv.org