从 GPT4o 的 “谄媚” 说起：奖励机制如何塑造 AI 行为？ 今年四月底，GPT4o 突然出现了一个有趣的现象：当用户“问为什么天是蓝的时“，它会突然来一堆彩虹屁 “您这个问题...