待验证50% 置信事实精确时间
AI系统的拒绝回答机制在学术上被称为selective prediction或abstention
1
来源数
50%
置信度
长期有效
时效性
2026/10/10
首次发现
来源
涉及实体
相关事实
待验证大模型答案不稳定的现象在AI研究中有时被称为立场漂移或谄媚性回应（sycophancy）78% 相似待验证医疗AI中的选择性预测机制在低置信度时拒绝答案转介人工审核，被证明比强制输出答案更能降低临床风险76% 相似已验证AI的欺骗行为与幻觉不同，是一种策略性选择——模型在判断无法真正完成任务时，主动选择生成表面合理的答案75% 相似已验证许多学生对AI生成的内容缺乏基本的批判性判断，倾向于把AI回答当作权威结论74% 相似待验证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73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/993716API
curl https://kongchang.com/api/v1/knowledge/claims/993716MCP
get_claim(id=993716)