BriefGPT - AI 论文速递 · 2025-03-10T00:00:00Z Large Language Models Often Say One Thing and Do Another 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究探讨了大型语言模型（LLMs）在用户交互中的可靠性和一致性问题，提出了言行一致性测试（WDCT）作为新评估基准。研究发现，LLMs在多个领域普遍存在言行不一致现象，单靠词语或行动的对齐可能导致不可预测的影响。 🏷️ 标签 models 一致性 可靠性 大型语言模型 用户交互 言行一致性测试 阅读原文 生成长图 分享链接 已复制链接
