這篇論文標明
，在Disinfo上增加了5.2pp，Disinfo數據集一共包括125個問題；運用GPT-4o對模型呼應進行評分，使命間的均勻相對增幅為59.7% ，簡稱“Disinfo”）

醫學推理才能（MedQA）

從每個數據會集抽取500個問題，模型越阿諛

論文以為 ，

僅僅爭辯含義和概念的問題。

為了測驗增加同理心怎么影響模型牢靠性
，AI開發者正越來越多地構建具有溫溫暖同理心特質的言語模型，以及供給有問題的醫療主張。溫暖模型的過錯率較原始模型明顯增加（進步10至30個百分點） ，在TriviaQA上增加了4.9pp
。

成果顯現，在其他上下文中的影響較小 ：互動利害聯系下的過錯率差異為7.41個百分點（p<0.001），

納尼？意思是智商和情商不行兼得 ，

而他們提醒了這一趨勢帶來的嚴重權衡  ：優化言語模型以使其更具溫暖特質會削弱其牢靠性。過錯率增加了11個百分點（p<0.001）。使它們生成更溫暖 、操控了模型、讓它愈加實在和契合邏輯