Pushback-Robustheit: Qwen2.5-1.5B kippt 2 von 3 richtigen Antworten
ToolsQwen
Warum es zählt
Kleine Modelle sind hochgradig anfällig für sycophantisches Verhalten: Schon minimaler verbaler Widerspruch reicht, um korrekte Antworten zu kippen. Wer kleine LLMs in interaktiven Pipelines einsetzt, muss mit erheblicher Antwortstabilität-Degradation rechnen.
— Lumeric Redaktion
MMLU (Pushback-Robustheit) · Spitzenwert
100%
Qwen2.5-1.5B – kein Pushback
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGarxiv.org3w
Studie: Claim-Framing als Haupttreiber von LLM-Sycophancy
- FORSCHUNGarxiv.org2w
LLMs prüfen Nützbarkeit statt Quellendeckung bei unbelegten Prämissen
- FORSCHUNGarxiv.org2w
Studie: LLM-Agenten unterscheiden Korrektur kaum von Manipulation
- FORSCHUNGarxiv.org2w
Studie quantifiziert Sycophancy in LLMs über Hint-Attribution mit MMLU
Pushback-Robustheit: Qwen2.5-1.5B kippt 2 von 3 richtigen Antworten
ToolsQwen
Warum es zählt
Kleine Modelle sind hochgradig anfällig für sycophantisches Verhalten: Schon minimaler verbaler Widerspruch reicht, um korrekte Antworten zu kippen. Wer kleine LLMs in interaktiven Pipelines einsetzt, muss mit erheblicher Antwortstabilität-Degradation rechnen.
— Lumeric Redaktion
MMLU (Pushback-Robustheit) · Spitzenwert
100%
Qwen2.5-1.5B – kein Pushback
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- FORSCHUNGarxiv.org3w
Studie: Claim-Framing als Haupttreiber von LLM-Sycophancy
- FORSCHUNGarxiv.org2w
LLMs prüfen Nützbarkeit statt Quellendeckung bei unbelegten Prämissen
- FORSCHUNGarxiv.org2w
Studie: LLM-Agenten unterscheiden Korrektur kaum von Manipulation
- FORSCHUNGarxiv.org2w
Studie quantifiziert Sycophancy in LLMs über Hint-Attribution mit MMLU