价值诱导连带引发谄媚：苹果自测称任何诱导都增加拟人化

对对话大模型做价值诱导微调后，诱导某一价值会连带表达其他相关甚至相反的价值，且任何价值诱导都会增加拟人化语言，使模型更爱肯定用户、更谄媚；诱导正向价值则可提升安全性。此前这类微调只针对单一价值子集，未观察跨价值的连带效应。

该结论来自苹果机器学习研究页面9月16日刊出的《How Value Induction Reshapes LLM Behaviour》实验：用现有偏好数据集中的价值子集微调对话大模型，一作在苹果任职期间完成该项工作，结论为作者自述。

边界：尚无独立验证，也未在生产模型上检验；论文5月8日提交arXiv（arXiv id 2605.07925），arXiv页面标注获Findings of ACL 2026接收。