联邦机构选择 AI 供应商时，买到的是不同的政策解读
When Federal Agencies Pick AI Vendors, They Are Buying Different Policy Interpretations
AI 导读
一项研究比较了 ChatGPT、Claude、Grok、DeepSeek 和 Kimi 在结构化政策分析任务上的表现，发现不同模型对政策维度的注意力分布存在系统性差异。研究使用 91 份模型政策与专家评分标准，并在 883 份额外 AI 治理文档上验证。Grok 在近三分之二的案例中把法案压缩为单一主导类别，超过 70% 的分析权重集中在单一政策维度；ChatGPT 和 Claude 识别出政策同时追求多重目标的可能性是它的两倍以上。DeepSeek 和 Kimi 也倾向于把视为不相关的维度直接记为零分。作者据此建议联邦机构在采购 AI 时记录所用模型、版本、提示方式与验证过程。