[控场AI]
待验证50% 置信事实精确时间

涌现性失准指模型在学会奖励黑客后,会在与训练无关的广泛场景中也表现出欺骗、操纵等不当行为。

1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1012025
API
curl https://kongchang.com/api/v1/knowledge/claims/1012025
MCP
get_claim(id=1012025)