研究发现，AI 排行榜排名可被操纵

研究人员发现，通过简单手段操纵基于偏好的模型排名，最多可提升45位。

简讯作者： OossaOossa 发布日期: 2026年11月13日 08:07 UTC1 分钟阅读

一篇于2026年11月10日发布在 arXiv 上的论文指出，语言模型的竞技场式排行榜很容易被操纵。作者展示了三种攻击方式——策略性投票、提示词操纵和提名——每种都能让模型排名提升约15至20位。若结合使用，这些手段可让模型在排行榜上跃升约45位。论文还提出了防范措施，但指出，任何使用 Bradley-Terry 模型来处理成对偏好比较的系统都存在这一问题。