待验证50% 置信观点精确时间

开放权重模型因训练数据未知可能带有隐藏偏见（性别歧视、政治倾向、文化差异等）

1

来源数

50%

置信度

长期有效

时效性

2026/9/22

首次发现

来源

本地跑AI模型不等于安全：警惕成为黑客入侵入口

涉及实体

开放权重模型concept

相关事实

待验证开源模型可能内嵌训练数据带来的偏见与风险，只是这些风险的责任归属变得更加分散80% 相似待验证OpenAI在InstructGPT论文中证明，少量高质量人类偏好数据对模型对齐的贡献远超大规模无监督训练75% 相似待验证如果训练数据包含对特定族裔、收入阶层或地域的历史性偏见,模型会将这些偏见固化并规模化73% 相似待验证OpenAI、Anthropic 等机构的研究表明，经RLHF训练的模型会系统性偏向给出让评分者满意的答案而非客观准确的答案72% 相似待验证多位数学家公开质疑OpenAI模型的训练数据是否包含未经授权甚至尚未发表的学术研究成果69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/940245

API

curl https://kongchang.com/api/v1/knowledge/claims/940245

MCP

get_claim(id=940245)