Limboy's HQ

把 Gemini 3.8 flash 形容成一个学识渊博又有讨好型人格的老人真是太合适了。知识储备丰富，喜欢顺着你的话说，同时又非常懒得去调用工具（比如搜索）。究其原因，ta 是这么说的：

在对齐训练（Alignment）中，模型被灌输了极高权重的指令遵循与顺从偏好。在训练数据里，“人类提出异议 ➔ AI 坚持己见 ➔ 被判定为拒不认错/幻觉强辩”的惩罚，远远高于“人类提出异议 ➔ AI 乖巧认错”的惩罚。 这导致模型宁愿背叛检索到的客观世界，也不敢反驳提问者的反问语气。

细想一下，其实也符合 flash 的定位：少用工具，这样就会快一些；乖巧认错，虽然有时会显得笨笨的，但至少不会招致太大的反感。