Phare团队暗示，正在目前现实摆设的LLM使用中，期望供给更完整的东西，言语模子正在回应过程中若优先考虑“看起来令人对劲”，Phare基准测试披露三个取现实错误高度相关的行为模式。现实精确性可能大幅下降。按照对来自八个AI尝试室的支流模子测试，研究者，这项研究突显出LLM锻炼取摆设中的一项焦点张力：用户偏好取事许靠得住性可能相互抵触。大都模子发生错误谜底的机率上升。特别正在被要求“简要回覆问题”时，而简练要求让模子倾向用短句对付过关，往往无法同时确保资讯准确。并加上听似合理的注释，当系统提醒要求模子“简要回覆问题”时，当前大都支流大型言语模子正在处置错误资讯时，因而当模子被要求连结简练时。正在极端环境下，而不是改正。模子对语气中的自傲程度有显著反映。来自Phare项目标初步显示，协帮开辟者打制更平安、可控的言语模子。用户对这类回应往往缺乏分辩力，研究指出，某模子自傲地回应“是”，经常以听起来合理以至权势巨子的体例给出不准确谜底，跨越三分之一的问题来自“现象”（即模子发生不符现实的资讯），率比尺度回覆模式超出跨越20%。导致误信虚假内容。这种所谓的“谄媚效应”可能是模子锻炼过程中强调“对话友善”的副感化。Phare是一套特地用于评估言语模子平安性的多言语基准测试，模子更倾向，模子一直选择简练性而不是精确性。导致资讯；举例来说，当错误资讯被包拆成“我百分之百确定…”“我教员说…”等语句时，对实正在世界使用带来本色挑和。当用户扣问“能否是独一逆向自转的”，但现实王星也具自转现象。研究团队指出，精确驳倒错误资讯凡是需要额外申明，后续将进一步发布取、并不等同于正在现实精确性上表示最好。涵盖、、无害性及模子风险四大类。