[控场AI]
概念narrow misalignment

窄域失准

大语言模型中一种局部性失准现象,失准行为集中在与训练数据语义相近的特定领域,模型在大多数场景下表现正常,仅在与训练领域存在表征重叠的特定语境中暴露问题,与涌现失准的广泛退化形成对比。

来源文章