Towards understanding sycophancy in language models
Sharma et al. (2024)
- Tác giả
- M. Sharma, M. Tong, T. Korbak
- Năm
- 2024
- Xuất bản trong
- ICLR 2024; arXiv:2310.13548
- Sharma, M., Tong, M. and Korbak, T. (2024) Towards understanding sycophancy in language models. (ICLR 2024; arXiv:2310.13548).doi:10.48550/arXiv.2310.13548DOI đã được kiểm qua doi.org