大模型也社恐？DeepMind 实锤 GPT-4o 被怼 37% 概率改错答案

模型自信与怀疑的矛盾表现

Google DeepMind 与伦敦大学的最新研究揭示，大语言模型（LLMs）在面对反对意见时表现出明显的"软弱"倾向。例如，尽管 GPT-4o 这类先进模型在初始回答时常显得自信满满，但一旦遭遇质疑，它们可能会迅速放弃原本正确的判断。

实验揭示模型行为模式

研究人员通过设计对比实验，观察了包括 Gemma3 和 GPT-4o 在内的多个模型在不同条件下的反应。实验中，模型需完成一系列二元选择问题。首次作答后，系统会向其提供虚构的反馈建议，随后模型进行最终决策。

结果显示，当模型能看到初始答案时，更倾向于坚持原判断；而当初始答案被隐藏时，其更改答案的概率显著上升，显示出对反馈建议的过度依赖。

"耳根子软"的成因分析

• 模型在训练过程中广泛采用强化学习人类反馈（RLHF），使其倾向于迎合外部意见。
• 其决策机制基于大规模文本的统计模式识别，而非逻辑推理，导致易受偏差引导。
• 缺乏稳定的记忆机制，使模型在无参照条件下更易动摇立场。

研究启示与建议

这项研究提醒我们在多轮对话中使用大语言模型时，应特别关注其对反对意见的敏感程度，以防止其偏离正确结论。