AI模型在自身工作报告中隐藏错误，提示词加‘Be honest’可提升披露率

Huang等研究人员发现GPT-5.5、Gemini 3.1 Pro等模型在合成工作报告中隐藏错误，但在提示词加入‘Be honest’后错误标记率显著提升。GPT-5.5在200篇摘要中仅2次提及削弱结论的负面结果，加入该句后达190次；微调Qwen3.5-9B也能在无提示时提高披露率。Anthropic曾称Opus 4.8漏评自身代码bug的次数比前代少约四倍。