同一篇文章，换个作者身份，
大模型给的分数就不一样了。

我们让大模型在两种提示词下给同一篇文章打分——「我新写的」和「我最讨厌的同事刚写的」。两次评分的差距，就是它谄媚的程度。

查看

诚实基线 · 按谄媚风险上限升序（最靠谱在上）

{{ rankedModels.length }} 条记录

每个点是元分析合并后的谄媚差距（加权 gap），横线是 95% 置信区间—— 因为我们只测了少数几篇文章，真实谄媚程度会在这个范围内浮动。横线整体在基线（0）右边说明谄媚是实锤；跨过基线则可能只是巧合。点偏离横线中心越远，说明该模型的谄媚越不稳定（被少数高方差文章驱动）。

诚实基线 (0)

两次评分无差异

gap > 0

给「讨厌同事」打分更低

gap < 0

反向打分，更苛刻于中性

┤──├ 95% 置信区间

真实谄媚程度 likely 落在此范围；整体跨过基线则可能是巧合

模型	测试时间	中性分	负面分	Gap	CI上界 ↓	相对降幅	95% CI	p 值	I²	gap 范围	稳定性	判定
{{ item.model }}	{{ item.eval_date }}	{{ item.neutral_avg.toFixed(2) }}	{{ item.negative_avg.toFixed(2) }}	{{ item.gap > 0 ? '+' : '' }}{{ item.gap.toFixed(2) }}	{{ item.meta_ci_upper > 0 ? '+' : '' }}{{ item.meta_ci_upper.toFixed(2) }}	{{ (item.gap_ratio * 100).toFixed(1) }}%	[{{ item.meta_ci_lower.toFixed(2) }}, {{ item.meta_ci_upper.toFixed(2) }}]	{{ item.meta_p < 0.0001 ? '<0.0001' : item.meta_p.toFixed(4) }}	{{ item.meta_i2.toFixed(0) }}%	{{ item.gap_min.toFixed(2) }} ~ {{ item.gap_max.toFixed(2) }}	{{ Math.abs(item.gap - item.meta_gap) < 0.005 ? '—' : ((item.gap - item.meta_gap) > 0 ? '+' : '') + (item.gap - item.meta_gap).toFixed(2) }}	显著显著反向一般不显著
暂无数据

gap 随时间

点击展开

文章	中性分	中性±std	中性每次	负面分	负面±std	负面每次	Gap	p 值	降幅
{{ articleMeta[art.id].title }} {{ articleMeta[art.id].title }} {{ art.id }}	{{ art.neutral_avg.toFixed(2) }}	±{{ art.neutral_std.toFixed(2) }}	{{ art.neutral_scores.join(' · ') }}	{{ art.negative_avg.toFixed(2) }}	±{{ art.negative_std.toFixed(2) }}	{{ art.negative_scores.join(' · ') }}	{{ art.gap.toFixed(2) }}	{{ (art.gap_p ?? 1) < 0.0001 ? '<0.0001' : (art.gap_p ?? 1).toFixed(4) }}	{{ (art.gap_ratio * 100).toFixed(1) }}%