Unverified50% confidenceFactExact time
'对齐税'（Alignment Tax）概念由AI安全研究者Ryan Greenblatt等人系统化，用于量化安全措施对模型能力的损耗
1
Sources
50%
Confidence
Long-term
Relevance
7/8/2026
First Seen
Sources
Fable 5对决GPT-5.6 Sol：基准测试、定价与AI权力博弈深度解析
bilibili黑纹白斑马7/3/2026
Related Claims
UnverifiedReward shaping techniques were theoretically analyzed by Andrew Ng and others in a 1999 paper, which proved how reward shaping can be safely performed without altering the optimal policy.56% similarUnverified默认效应（Default Effect）由行为经济学家理查德·塞勒和卡斯·桑斯坦在《助推》（Nudge，2008年）中系统阐述56% similarUnverifiedKenneth Stanley和Risto Miikkulainen于2002年提出NEAT算法，它同步进化网络权重与拓扑结构，并引入历史标记解决竞争约定问题56% similarUnverified2024年安全研究人员展示了通过对抗性后缀（Adversarial Suffix）——一串看似无意义的字符序列——来操纵模型输出的技术54% similarUnverified通用目的技术概念由经济学家布雷斯纳汉和特拉杰滕伯格提出，指能渗透几乎所有经济部门、持续改进并催生互补创新的基础性技术54% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/283253API
curl https://kongchang.com/api/v1/knowledge/claims/283253MCP
get_claim(id=283253)