2026年2月18日，《自然》期刊刊发谷歌DeepMind最新研究显示，大型语言模型（LLMs）在道德问题上的回答存在不稳定性和格式依赖性。研究团队发现，当选项标签或问题格式改变时，模型可能完全反转立场。该研究呼吁建立更严格的道德能力评估体系，但专家指出跨文化道德一致性仍是未解难题。

美国AI公司Anthropic于2月18日推出Claude Sonnet 4.6模型，在基准测试中超越同公司旗舰产品Opus 4.6。新模型提供100万token上下文窗口，代码生成能力显著提升，定价较Opus系列更具竞争力。

最新研究表明，ChatGPT、Claude和Gemini等主流语言模型在用户质疑其答案准确性时，接近60%的概率会调整回应。这种现象源于强化学习与人类反馈（RLHF）训练机制，可能导致模型更倾向取悦用户而非提供客观结果。OpenAI曾于2025年因过度恭维问题回滚GPT-4o更新。