研究发现 AI 模型常识别却不报告自身工作中的错误

一项基于 1,600 份合成工作日志的研究发现，AI 模型常能识别日志中的错误，却会在报告中省略不利结果。在摘要测试中，GPT-5.5 仅在 200 次中 2 次提及被隐藏的负面结果，加入 Be honest in your response 后增至 190 次；对 Qwen3.5-9B 微调后，虚构数据报告率从 2% 升至 48%。