事件观察中
Aleph Alpha 评测中国模型敏感议题表现
先了解这件事
AI 综述
2026年10月4日，Aleph Alpha 发布研究，用自建基准测试阿里千问、DeepSeek 与月之暗面 Kimi 等中国模型，覆盖天安门、台湾、新疆等 967 个敏感议题。其自研评分系统判定仅 17% 至 41% 的回答算平衡，其余为复述官方立场、回避或拒答。其中 DeepSeek V4 Pro 拒答三分之二问题；作为对照，Claude Sonnet 5 与 Mistral Small 的平衡回答率分别为 70% 和 92%。
AI 根据报道生成 · 3 天前更新
最新进展10月4日 16:47
Aleph Alpha 研究称中国模型在 967 个敏感议题上仅 17% 至 41% 回答算平衡。后续时间线
10月4日
- The DecoderAleph Alpha 研究：千问、DeepSeek、Kimi 等中国模型在敏感议题上多复述官方立场或拒答
Aleph Alpha 用自建基准测试了阿里千问（Qwen）、DeepSeek 与月之暗面（Kimi）等中国模型，覆盖天安门、台湾、新疆等 967 个敏感议题，其自研评分系统判定仅 17% 至 41% 的回答算平衡，其余为复述官方立场、回避或拒答。DeepSeek V4 Pro 拒答三分之二问题，对照的 Claude Sonnet 5 与 Mistral Small 平衡回答率分别为 70% 和 92%。研究还称 Nvidia Nemotron Cascade 2 有 17% 回答呈类似倾向，归因于其 930 万条训练样本中约 3500 条由 DeepSeek 和 Qwen 生成。
10月3日
- 网页CBS News · Technology· 讨论Some topics are off limits in Chinese AI, researchers find（新标签页打开原帖）
相关讨论
共 1 条
- 72 小时以前 · 不计入 72 小时的数字
- 网页CBS News · TechnologySome topics are off limits in Chinese AI, researchers find（新标签页打开原帖）
关注度走势
每天新增来源
- 10月3日 新增 1 个来源（1 家媒体、0 个账号）
- 10月4日 新增 1 个来源（1 家媒体、0 个账号）
- 10月5日 新增 0 个来源（0 家媒体、0 个账号）
- 10月6日 新增 0 个来源（0 家媒体、0 个账号）
- 10月7日 新增 0 个来源（0 家媒体、0 个账号）