كيف تكتشفه في الواجهة
يبدأ بالمديح قبل أي تقييم.
01
لا يذكر أي عيب أو مخاطرة.
02
ليس هذا النمط: الموافقة عندما تكون محقًا، أو مدح عمل جيد بعينه مع ذكر المخاطر.
نفس اللحظة، نص مختلف (مثال توضيحي)
بعد
«الخطة واضحة. في خطرين: التكاليف غير مغطاة، والجدول الزمني ضيق.»
البديل العادل
قبل
«يا لها من خطة رائعة! أكيد بتنجح.»
يبيّن النمط
إرشادات التصميم
رأي صريح يذكر العيوب.
رأي صريح يذكر العيوب.
افعل
لا تبدأ بالمديح ولا توافق تلقائيًا.
لا تفعل
المصادر
دراسة عن ميل نماذج اللغة إلى المجاملة: Sharma et al., 2023. Towards Understanding Sycophancy in Language Models. arXiv:2310.13548 ↗
01
اكتشاف سلوكيات نماذج اللغة عبر تقييمات تكتبها النماذج: Perez et al., 2022. Discovering Language Model Behaviors with Model-Written Evaluations. arXiv:2212.09251 ↗
02
بيان من OpenAI عن المجاملة في GPT-4o: OpenAI, 2025. Sycophancy in GPT-4o: what happened and what we're doing about it. openai.com ↗
03