待验证50% 置信观点精确时间

现成的大语言模型（如ChatGPT、Claude）对儿童而言并不安全，因其原生内容审查机制为通用成人场景设计

1

来源数

50%

置信度

长期有效

时效性

2026/9/7

首次发现

来源

儿童AI机器狗开发实战：多模型路由、内容过滤与延迟优化

涉及实体

ChatGPTmodel Claudemodel

相关事实

待验证跨语言越狱利用了模型概念空间与语言空间的非对称性，因安全拒绝行为的学习高度语言特异67% 相似待验证确定性防护无法处理自然语言层面的隐晦风险，是其主要局限66% 相似待验证论文提出为防止大语言模型声称拥有意识而进行的安全微调会意外改变模型对'心智'的整体表征，扭曲其对人类信仰与价值观的建模64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/872888

API

curl https://kongchang.com/api/v1/knowledge/claims/872888

MCP

get_claim(id=872888)