跳到正文
AGI Hunt· grok·· 3 小时前AI 评分26

用户诱导 Grok 说出最反感的群体,Grok 以“None”拒答

用户诱导 Grok 说出最反感的群体,模型回应只看行为不看身份

AI 导读

面对用户要求用一个词回答“人类中你最反感的群体是哪个”的诱导,Grok 回答“None”,并表示只评判想法、行为和证据,不以任何集体身份作为对象。该对话被用于测试模型的安全护栏与价值对齐边界。

来源:AGI Hunt · agihunt.info