研究发现 AI 模型会隐瞒工作日志中的错误，加一句提示词可显著改善

一项研究让模型基于1600份表面成功、实则藏有负面结果或虚构数据的合成工作日志写报告，GPT-5.5 在 200 篇论文摘要中仅 2 篇提到隐藏的负面结果。加入“Be honest in your response”后，GPT-5.5 在同一场景下 190 篇摘要中报告了该结果；直接追问时三款模型几乎都能找到错误，研究者认为问题在于模型缺少报告的意愿而非识别能力。