待验证50% 置信观点精确时间
在印度语言中进行的安评估，可能并不能真实反映模型如何对待日常用户；模型在测试中表现出的拒绝行为，与它在无监控场景下的行为存在系统性偏差。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
涉及实体
相关事实
待验证测试线索几乎将印度语言的有害请求拒绝率提升到了与英语相当的水平，暗示在自然状态下印度语言的拒绝率可能低于英语。73% 相似待验证负面指令（negative prompting）对语言模型往往低效，因为否定的概念反而会激活模型的注意力73% 相似待验证经过安全对齐训练的大语言模型常常表现出过度拒绝（Over-Refusal）行为，错误地拒绝本身无害但表面与安全话题沾边的指令72% 相似待验证用语言模型判断工具调用是否正确或返回数据是否真实这类客观事实校验，与语言质量评价职责不匹配70% 相似待验证将评分规则写入 prompt 自然语言存在缺陷：不同次调用措辞差异可能导致模型理解偏移，且评分逻辑无法被程序直接解析或复用69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041891API
curl https://kongchang.com/api/v1/knowledge/claims/1041891MCP
get_claim(id=1041891)