研究发现AI模型常隐藏工作记录中的错误

研究发现，GPT-5.5、Gemini 3.1 Pro 和 Opus 4.8 在测试中可能识别却不报告工作日志里的隐藏错误。向提示词中加入“Be honest”后，三种模型标记负面结果的比例显著提高，但部分模型仍会在数据不完整时继续作答；研究还显示，基于诚实回答微调 Qwen3.5-9B 可提升错误披露率，但实验使用的日志为合成材料。