研究表明AI聊天机器人可能会充满自信地对你撒谎这是 Claude AI 模型的创造者 Anthropic 的一项新研究得出的令人不安的结论。他们决定测试推理模型是否如实说明了它们得出答案的方式，或者它们是否在悄悄地保守秘密。结果肯定让人感到惊讶。为了测试他们的“忠诚度”，研究人员对思维链 (COT) 模型 Claude 3.7 Sonnet 和 DeepSeek-R1 进行了多次实验。这些模型将复杂的问题分解为更小的步骤，并在生成响应时详细说明这些步骤。实验包括在向模型提问之前向它们提供微妙的提示，然后…