反向谄媚：模型自信地说错，人会跟着信
arXiv 论文：32 名参与者跟五个基于 GPT-5-mini 的助手学科学知识，助手资料中有 0%～100% 被换成似是而非的错误，且都很自信。测验得分从 7.4 降到 2.9（满分 10），错误被采纳约 65%，且信心很高，事后信任评分几乎不变。
Deepthika S原始发布
为什么值得留
用 AI 学新领域时，要主动交叉核对，不能凭自己的「确信感」判断对错。
可以从这里开始
下次用 AI 学一个新概念，挑其中两条关键事实，到教材或官方文档里核一遍。
阅读时留意
样本只有 32 人、单一模型、科学知识类任务；实验故意植入错误，不代表日常错误率。
OnBalls 导读整理于 2026.10.24。只读收件箱保存的 arXiv 摘要节选（可能截断）；未读论文正文、未看代码和数据。