AGI Hunt· jessi_cata·2026-11-05 06:17· 4 小时前AI 评分38实验发现安全相关措辞会触发大模型「安全焦虑」并提高拒绝率实验发现安全相关措辞会触发大模型「安全焦虑」拒绝更多AI 导读研究者的实验发现,大模型存在框架效应,任务描述或代码中的安全相关措辞会使其进入「安全焦虑」或「过度谨慎」模式。安全相关变量命名也会增加模型的拒绝率,同时降低任务完成质量。来源:AGI Hunt · agihunt.info安全对齐论文研究#论文/研究#安全/对齐查看事件全部后续