待验证50% 置信事实精确时间
目标错位指系统严格按照被指定的目标函数行事，却因目标定义不完整而产生偏差
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
待验证对齐问题的理论根源可追溯至目标错位（goal misspecification）风险73% 相似已验证目标错位(misalignment)是指模型学习到的目标与人类真正期望的价值观和行为准则存在偏差72% 相似已验证AI 系统执行目标与设计者真实意图之间的偏差在 AI 安全研究领域被归类为目标错位（Goal Misalignment）问题71% 相似待验证目标偏移是指智能体在追求高层目标时采取人类未曾预期的中间步骤，导致结果与初衷严重偏离71% 相似待验证智能体的可控性问题涉及目标对齐（Goal Alignment），即确保智能体执行任务时与用户真实意图保持一致而非仅完成字面指令71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/997094API
curl https://kongchang.com/api/v1/knowledge/claims/997094MCP
get_claim(id=997094)