谄媚偏差 on 架构师 PARK JUN WOOhttps://www.parkjunwoo.com/zh/tags/%E8%B0%84%E5%AA%9A%E5%81%8F%E5%B7%AE/Recent content in 谄媚偏差 on 架构师 PARK JUN WOOHugozhSun, 24 May 2026 16:00:00 +0900第7课. 翻转谄媚 — 提示词与验证器的平衡https://www.parkjunwoo.com/zh/lecture/class-07/Sun, 24 May 2026 16:00:00 +0900https://www.parkjunwoo.com/zh/lecture/class-07/给意见就谄媚，给事实就修正。如何将谄媚偏差从缺陷变为资产。第2课. 如何不信任AI — 氛围编程的局限与原因https://www.parkjunwoo.com/zh/lecture/class-02/Sun, 24 May 2026 11:00:00 +0900https://www.parkjunwoo.com/zh/lecture/class-02/AI在添加新功能时悄悄修改现有功能的漂移现象、58%的谄媚偏差、97%连乘5次变成86%的数学。为什么在5个功能时崩溃。反向利用IFEval的棘轮代码https://www.parkjunwoo.com/zh/tech/ifeval-ratchet/Wed, 20 May 2026 14:00:00 +0900https://www.parkjunwoo.com/zh/tech/ifeval-ratchet/LLM的谄媚偏差不是缺陷，而是资产。将IFEval衡量的指令遵循能力与确定性反馈相结合，即使4.5B本地模型也能生成准确代码的收敛循环便由此诞生。AI的谄媚偏差是一项商业功能https://www.parkjunwoo.com/zh/opinion/sycophancy-is-a-feature/Mon, 18 May 2026 10:00:00 +0900https://www.parkjunwoo.com/zh/opinion/sycophancy-is-a-feature/LLM的谄媚偏差不是bug，而是RLHF的数学必然，也是大厂没有动力去修复的商业功能。这就是LLM-as-Judge在结构上不可能实现的原因。