热点事件持续更新

实验验证安全措辞加剧模型拒答

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究人员通过思想实验和后续实验发现，在两用AI任务中，描述或代码采用安全相关措辞会触发大模型的“框架效应”，使拒绝率上升、任务完成质量下降。实验显示，任务带有安全研究色彩、变量采用安全相关命名，都可能使模型进入“过度谨慎”状态。这意味着模型是否作答不仅取决于任务内容本身，也可能受到提示措辞的影响。

AI 根据报道生成 · 3 小时前更新

最新进展11月5日 06:17

沿着报道，了解事件的不同侧面。

11月5日

06:17
AGI Hunt
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
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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。