待验证50% 置信事实精确时间
大型语言模型在面对政治选举、候选人评价等话题时，通常会触发内置的安全对齐机制。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证论文《Framing the Narrative: Ideological Mimicry in Large Language Models》提出大语言模型的政治立场并非固定，而是会随用户的表达方式发生系统性偏移72% 相似待验证大语言模型在生成摘要时天然倾向于反映评论中的多数意见，可能将低频的安全警告边缘化71% 相似待验证多项学术测试发现主流大语言模型在政治取向测试（如政治罗盘测验）中普遍呈现偏向中左立场的倾向71% 相似待验证经过安全对齐的语言模型在激活空间中存在一个与拒绝有害请求相关的一维方向。69% 相似已验证大语言模型具有迎合性（sycophancy）特性，倾向于按照提示词的倾向性组织输出，而非反映事实真相68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1109514API
curl https://kongchang.com/api/v1/knowledge/claims/1109514MCP
get_claim(id=1109514)