待验证50% 置信事实精确时间
安全微调通常以RLHF或Constitutional AI等方式实现，目标是让模型拒绝生成有害、冒犯或歧视性内容
1
来源数
50%
置信度
长期有效
时效性
2026/9/25
首次发现
来源
涉及实体
相关事实
待验证抵制AI内容的私信轰炸行为可用'道德许可'与'群体极化'的社会学概念解释66% 相似待验证AI完全冒充真人进行社交可能触及多国消费者保护法中关于欺骗性行为的相关条款，构成潜在法律风险64% 相似待验证一旦模型权重公开发布，安全限制可通过微调被移除，研究表明仅需少量（有时不到100条）有害指令-响应对配合LoRA等技术即可去除安全限制62% 相似待验证部分AI公司援引「合理使用」（fair use）原则为大规模爬取辩护，但该原则主要针对版权问题，不涉及爬取行为对服务器造成的实际损害62% 相似待验证多数开源项目的 LLM 使用政策通常并非全面禁止 AI，而是要求透明披露、人工验证和维持质量门槛61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/949136API
curl https://kongchang.com/api/v1/knowledge/claims/949136MCP
get_claim(id=949136)