待验证50% 置信观点精确时间
大语言模型在设计上被训练得高度克制和中立，当被要求表现真实混乱甚至失控的情绪时往往会露出破绽
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/3
首次发现
有效期至：2027/1/1
来源
涉及实体
相关事实
待验证大型语言模型在无约束空间中会倾向于创造性发散，而非工程所需的收敛执行77% 相似待验证Large language models learn linguistic patterns of different tones from massive text corpora, allowing them to adjust emotional polarity and formality while preserving semantics74% 相似待验证经过安全对齐训练的大语言模型常常表现出过度拒绝（Over-Refusal）行为，错误地拒绝本身无害但表面与安全话题沾边的指令74% 相似待验证大语言模型具有迎合性（sycophancy）特性，倾向于按照提示词的倾向性组织输出，而非反映事实真相73% 相似待验证研究者指出大语言模型往往难以在共情式互动与遵循认知刺激治疗规范之间取得平衡72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969432API
curl https://kongchang.com/api/v1/knowledge/claims/969432MCP
get_claim(id=969432)