**无需训练的“下注思维”：让 AI 智能体在受质疑时坚守正确结论，减少谄媚性修正**

_Thinking-in-Bets at Test Time Reduces Sycophantic Revisions in LLM Agents_

> 针对大语言模型智能体在用户质疑时容易放弃正确结论的“谄媚”现象，研究提出了一种无需训练的“下注思维”（Thinking-in-Bets）方法。该方法要求智能体在接收用户反馈前，先私下记录其核心主张、支持检查及置信度。实验表明，这种策略能显著减少错误的回退行为，保护已验证的工作成果，并在多轮对话和单任务场景中分别提升了代码修复和回答的准确率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-27 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.34654)