待验证50% 置信事实精确时间

当输入内容涉及敏感话题或可能违规的请求时,模型会主动降低配合度,采取更保守的回应策略

1

来源数

50%

置信度

长期有效

时效性

2026/9/13

首次发现

来源

从一条Reddit趣帖看AI助手的记忆与安全边界

涉及实体

相关事实

待验证过度纠正偏见可能导致模型回避有意义的讨论或给出过于模板化的回答72% 相似待验证不同大模型对长上下文中内容位置的敏感度不同，有些对靠前内容更敏感（首因效应），有些对靠后内容更敏感（近因效应），这影响Gotcha追加位置的生效概率71% 相似待验证Anthropic表示用户提交的反馈将帮助进一步调优分类器，随时间推移减少假阳性70% 相似已验证研究表明在典型对话产品中主动提供反馈的用户比例通常低于5%，且存在选择性偏差69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/918521

API

curl https://kongchang.com/api/v1/knowledge/claims/918521

MCP

get_claim(id=918521)