待验证50% 置信观点精确时间

当模型拒绝回答某类问题或对某些话题给出特定倾向回应时，背后是开发者做出的价值选择，而非客观中立的人类共识

1

来源数

50%

置信度

长期有效

时效性

2026/9/13

首次发现

来源

AI对齐究竟对齐谁？被忽视的价值观归属问题

涉及实体

AI对齐concept

相关事实

待验证模型主动拒绝回答与返回空内容在语义上完全不同,若没有类型化错误处理,下游逻辑无法区分二者70% 相似待验证决定开发者切换范围的关键不再是好不好用，而是在哪些场景下愿意信任模型69% 相似待验证模型评测正在从传统知识问答转向Agent能力与实际编码能力的比拼69% 相似待验证大模型不了解用户的真实上下文，只是在概率上给出看起来合理的答案，因此不适合替用户做涉及个人处境的战略决策69% 相似待验证绝大多数模型的预训练语料是闭源的，导致成员推断研究只能依赖启发式方法构造成员与非成员，可能引入系统性偏差69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/919185

API

curl https://kongchang.com/api/v1/knowledge/claims/919185

MCP

get_claim(id=919185)