待验证50% 置信观点精确时间

评估价值对齐不能只看模型是否遵循抽象原则，更要看它能否在不同情境中恰当应用这些原则

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

ContextAdapt：大模型价值对齐的情境适应性测评

涉及实体

AI价值对齐concept

相关事实

待验证如果模型能感知测评场景的期望方向并据此调整输出，在标准化对齐基准上表现良好并不能保证真实情境中的行为一致性72% 相似待验证一个定理的价值往往不在于得到答案，而在于证明过程所揭示的结构、方法和思想71% 相似待验证古德哈特定律指出当某个质量指标成为优化目标，它就不再是好的质量度量，模型可能学会刷分而非真正改善71% 相似待验证选择模型的本质是根据自身场景在智能、性能与价格之间做出权衡取舍，没有一款模型能在所有维度上都做到最优70% 相似待验证严谨的第三方评估必须尝试触及模型能力的真实上限而非仅测试默认行为，因为模型表现高度依赖提示词设计，在越狱提示下可能表现出不同的能力边界70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964113

API

curl https://kongchang.com/api/v1/knowledge/claims/964113

MCP

get_claim(id=964113)