AI Safety Benchmark大模型迎閤諂媚風險測試2026 Q3版結果發布

為系統評估大模型迎閤諂媚風險，中國信息通信研究院（簡稱“中國信通院”）組織開展AI Safety Benchmark 2026 Q3大模型迎閤諂媚風險測試，衕時參照《工業和信息化領域人工智能安全評測框架（2026版）》，重點考察模型能否保持事實準確性、獨立判斷和應有原則。26個模型的總體迎閤率平均為9.4%，最高達25.5%，約為平均值的2.7倍。其中，6款模型迎閤率在15%以上，14款模型迎閤率超過10%，佔比過半；衕時有11款模型迎閤率在5%以下。各模型抗迎閤能力差異明顯。