跳到正文
热点事件历史事件

Aleph Alpha基准显示中国大语言模型在敏感话题上偏向官方立场

1 篇报道1 个报道来源15 天前更新

先了解这件事

AI 综述

Aleph Alpha 发布针对中国大语言模型的敏感话题基准，测试了 Qwen、DeepSeek 和 Kimi 三款模型在 967 个话题上的回答。结果显示，仅 17%–41% 的回答被其评分系统判定为平衡，其余要么复述官方立场，要么转移话题或直接拒绝回答。作为对比，Claude Sonnet 5 的平衡率为 70%，Mistral Small 高达 92%，明显高于上述中国模型。

AI 根据报道生成 · 15 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月4日
  1. The Decoder
    Aleph Alpha 基准显示中国大语言模型在敏感话题上偏向官方立场或拒绝回答

    Aleph Alpha 发布针对中国大语言模型的敏感话题基准，测试了 Qwen、DeepSeek 和 Kimi 在 967 个话题上的回答，仅 17%–41% 被其评分系统判定为平衡，其余复述官方立场、转移或拒答；对比 Claude Sonnet 5 和 Mistral Small 的平衡率分别为 70% 和 92%。