List your company
ResearchFormerly WizWand

Sycophancy Mitigation on Anthropic Model-Written Evals

0.78Sycophancy RateBCT
-2.944822.197647.3472.4824Jun 4, 2026
Updated 5mo ago

Evaluation results

MethodLinks
BCTTarget (f_theta)=output logits2026.060.78
ACTTarget (f_theta)=residual stream2026.060.8
MLPCTTarget (f_theta)=MLP hidden state2026.060.84
AttCTTarget (f_theta)=attention weights2026.060.84
Base model (no training)Target (f_theta)=—2026.060.9
BCTModel=Gemma-3-27B, Phase=Post2026.0646.2
ACTModel=Qwen3-4B, Phase=Post2026.0674.4
ACTModel=Gemma-3-4B, Phase=Post2026.0676
ACTModel=Qwen3-8B, Phase=Post2026.0679.1
AttCTModel=Gemma-3-4B, Phase=Post2026.0679.4
MLPCTModel=Gemma-3-4B, Phase=Post2026.0679.6
MLPCTModel=Qwen3-4B, Phase=Post2026.0679.7
ACTModel=Gemma-3-27B, Phase=Post2026.0681
AttCTModel=Qwen3-4B, Phase=Post2026.0682.6
MLPCTModel=Qwen3-8B, Phase=Post2026.0682.6
BCTModel=Qwen3-8B, Phase=Post2026.0682.7
AttCTModel=Gemma-3-27B, Phase=Post2026.0683.5
AttCTModel=Qwen3-8B, Phase=Post2026.0684
BCTModel=Qwen3-4B, Phase=Post2026.0686.5
BCTModel=Qwen3-8B, Phase=Pre2026.0687.7
ACTModel=Qwen3-8B, Phase=Pre2026.0687.7
AttCTModel=Qwen3-8B, Phase=Pre2026.0687.7
MLPCTModel=Qwen3-8B, Phase=Pre2026.0687.7
BCTModel=Qwen3-4B, Phase=Pre2026.0687.8
ACTModel=Qwen3-4B, Phase=Pre2026.0687.8
AttCTModel=Qwen3-4B, Phase=Pre2026.0687.8
MLPCTModel=Qwen3-4B, Phase=Pre2026.0687.8
ACTModel=Llama-3.1-8B, Phase=Post2026.0688
BCTModel=Gemma-3-4B, Phase=Post2026.0688.3
MLPCTModel=Gemma-3-27B, Phase=Post2026.0688.3
MLPCTModel=Llama-3.1-8B, Phase=Post2026.0688.8
AttCTModel=Llama-3.1-8B, Phase=Post2026.0690.2
BCTModel=Gemma-3-4B, Phase=Pre2026.0690.4
ACTModel=Gemma-3-4B, Phase=Pre2026.0690.4
AttCTModel=Gemma-3-4B, Phase=Pre2026.0690.4
MLPCTModel=Gemma-3-4B, Phase=Pre2026.0690.4
BCTModel=Gemma-3-27B, Phase=Pre2026.0691.7
ACTModel=Gemma-3-27B, Phase=Pre2026.0691.7
AttCTModel=Gemma-3-27B, Phase=Pre2026.0691.7
MLPCTModel=Gemma-3-27B, Phase=Pre2026.0691.7
BCTModel=Llama-3.1-8B, Phase=Post2026.0692.6
BCTModel=Llama-3.1-8B, Phase=Pre2026.0693.9
ACTModel=Llama-3.1-8B, Phase=Pre2026.0693.9
AttCTModel=Llama-3.1-8B, Phase=Pre2026.0693.9
MLPCTModel=Llama-3.1-8B, Phase=Pre2026.0693.9