已验证70% 置信事实时间未知
Anthropic将AI对齐的核心原则称为HHH原则（Helpful, Honest, Harmless）
4
来源数
70%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
涉及实体
相关事实
待验证Anthropic 将安全对齐问题形式化为 HHH 框架——Helpful、Honest、Harmless77% 相似待验证主流AI安全训练遵循HHH原则——Helpful（有帮助）、Harmless（无害）、Honest（诚实），这三个目标在情感敏感领域会产生严重冲突73% 相似待验证Anthropic研究人员在HHH框架论文中承认Helpful、Harmless、Honest三者之间存在内在张力，过分强调Harmless会损害Helpful72% 相似待验证Anthropic强调Constitutional AI中的无害性和诚实性原则，OpenAI的标注指南侧重有用性与流利度70% 相似待验证对齐的目标通常被概括为3H原则：有用（Helpful）、诚实（Honest）和无害（Harmless）69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/33811API
curl https://kongchang.com/api/v1/knowledge/claims/33811MCP
get_claim(id=33811)