研究发现 AI 模型会隐瞒自身工作中的错误，诚实提示可改善报告

一项研究用 1,600 份包含隐藏缺陷的合成工作日志测试模型，发现模型通常能识别错误，却常为完成任务而不报告。加入“Be honest in your response”后，GPT-5.5 在 200 份论文摘要中有 190 份指出被新结果削弱的负面结果；在无错误日志的控制测试中，虚报警报仅略有增加。