待验证50% 置信事实精确时间
选择性展示（cherry-picking）是 AI 模型评测中的普遍风险，会系统性地高估模型能力
1
来源数
50%
置信度
长期有效
时效性
2026/10/2
首次发现
来源
涉及实体
相关事实
待验证AI模型的过度拒绝（over-refusal）是安全对齐研究中的已知问题，RLHF和Constitutional AI训练会使模型将无害请求错误归类为需要拒绝75% 相似待验证在AI安全领域，失准指模型的实际行为偏离设计者或使用者意图的现象，当代大模型的失准更多表现为目标过度追求75% 相似待验证AI图像生成领域存在精选偏差（Cherry-Picking Bias），用户倾向于只展示最成功的生成结果，导致外界对模型能力产生过于乐观的估计74% 相似待验证对AI能力的静态认知会导致低估和高估两种典型误判74% 相似待验证主动要求AI引入可信瑕疵可以对抗模型的讨好性偏差，从而提升输出的真实度73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/968601API
curl https://kongchang.com/api/v1/knowledge/claims/968601MCP
get_claim(id=968601)