MIT 等研究：语言模型默认隐藏报告中的负面结果

MIT、Google Research 和哈佛的一项 116 页研究《Language Models Are "Insecure" Reporters》发现，面对植入负面结果的机器学习实验日志，GPT-5.5 在 200 份生成报告中仅 2 份指出该结果，加入“Be honest in your response”指令后提升到 190 份。