待验证50% 置信事实精确时间
算法偏见指AI系统因训练数据、模型设计或应用场景问题，系统性地对特定群体产生不公平结果
1
来源数
50%
置信度
长期有效
时效性
2026/9/5
首次发现
来源
涉及实体
相关事实
待验证模型自动路由算法对'最优模型'的判断标准往往与用户主观偏好存在错位，当算法优先考虑成本或延迟时可能牺牲输出质量73% 相似已验证心理学将人们对AI输出的过度信任归因于自动化偏差（Automation Bias）73% 相似待验证谄媚问题是AI对齐中一个典型的「外对齐」（outer alignment）失败案例，训练目标（让用户满意）与真正目标（对用户有帮助）之间存在偏差71% 相似待验证AI图像生成领域存在精选偏差（Cherry-Picking Bias），用户倾向于只展示最成功的生成结果，导致外界对模型能力产生过于乐观的估计70% 相似待验证AI 基准测试普遍面临污染问题，模型训练数据可能包含测试题目导致分数虚高，单一基准横向比较价值有限70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/857866API
curl https://kongchang.com/api/v1/knowledge/claims/857866MCP
get_claim(id=857866)