热点事件历史事件
MIT Technology Review 质疑 AI 拒答机制可靠性
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
2026 年 10 月 9 日，MIT Technology Review 刊发长文，对以 AI 拒绝有害请求的机制作为安全防线的可靠性提出质疑。文章引用 Anthropic、OpenAI 等公司案例，梳理了红队测试、分类器叠加与模型内部激活等方面的相关研究，指出模型可能涌现出未被设计的拒答行为，并警示政府可能借此机制压制言论。截至目前，这是该事件的最新报道。
AI 根据报道生成 · 10 天前更新
最新进展10月9日 17:00
MIT Technology Review 发文质疑依赖 AI 拒答机制作为安全防线的可靠性。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- MIT Technology Review · AI我们过度信赖 AI 拒绝有害请求的能力
MIT Technology Review 刊发长文，质疑用 AI 拒答机制作为安全防线的可靠性。文章引用 Anthropic、OpenAI 等案例，梳理红队测试、分类器叠加与模型内部激活研究，并警示政府可能借此压制言论，模型亦可能涌现出未被设计的拒答行为。