待验证70% 置信事实精确时间

研究者在17个不同的大语言模型上进行了评测，涵盖主流商业与开源模型

2

来源数

70%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

叙事俘获：多轮对话如何让LLM丧失道德判断力

涉及实体

大语言模型technology

相关事实

待验证研究对六个主流大语言模型进行了测试73% 相似待验证该研究评测对象包括16个大语言模型，以及一个由60位执业中医师组成的对照组73% 相似待验证ContextAdapt 研究的评估对象覆盖了12个主流大语言模型73% 相似待验证一项最新研究审计了十个开源模型、覆盖八种语言，在全部70个「模型—语言」配对中，非英语的刻板印象得分都低于其英语水平。72% 相似待验证该研究覆盖10个前沿模型、3种语言（英语、西班牙语、捷克语），发现多数模型受极性盲区影响。70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/898708

API

curl https://kongchang.com/api/v1/knowledge/claims/898708

MCP

get_claim(id=898708)