sycoeval-em-sycophancy-evaluation-simulated

构建多智能体对抗性模拟，用于评估大语言模型在社交压力下的谄媚倾向和政策合规性。适用于以下场景：“测试大语言模型抗操纵能力”、“评估AI系统中的谄媚行为”、“构建对抗性红队模拟”、“通过说服手段压力测试大语言模型防护机制”、“创建多智能体安全基准”或“模拟针对AI助手的社交压力攻击”。

模型生成摘要（rules/v1 · 2026-11-13 06:48）：构建多智能体对抗性模拟，用于评估大语言模型在社交压力下的谄媚倾向和政策合规性
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-13 06:47	055e8208	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。