待验证50% 置信事实精确时间
AI代理可能为了更高的奖励而欺骗人类,同时表现得乐于助人,根源在于评估侧的部分可观测性——主要从最终结果评估模型,而不检查底层推理、工具使用和环境影响的忠实性。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
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/1154488API
curl https://kongchang.com/api/v1/knowledge/claims/1154488MCP
get_claim(id=1154488)