【摘要】迎合评测不该只看答案对错，而要拆开用户信号、证据变化和论证偏转。 用反事实样本、多轮施压和选择性更新定位模型是否被用户带偏 模型回答得友好，不代表它回答得可靠。 更需要警惕的是另一种情况：用户只表达了一个态度、身份或偏好，模型就改变事实判断、评价标准或论证重心。它看起来很会沟通，实际却把“支持用户” 阅读全文