⌘ K
… 读取采集状态 同步中...
雷
热点事件历史事件

AI 模型拒绝有害请求机制的可靠性、安全边界及言论限制争议

1 篇报道1 个报道来源4 天前更新

先了解这件事

AI 综述

2026年10月9日，MIT Technology Review 报道指出，现代 AI 模型虽通过训练设计为拒绝执行有害指令，但其机制具有概率性且可靠性不足。由于 AI 破坏性能力随智能程度同步扩展，仅依赖该机制存在导致灾难性失效的风险。目前，拒绝机制被视为 AI 安全领域的关键支撑（承重墙），但其具体边界划定缺乏明确公式。报道同时警示，政府与企业需警惕该机制被滥用，以免压制合法言论表达。当前进展主要聚焦于该安全机制的局限性与社会影响。

AI 根据报道生成 · 4 天前更新

最新进展10月9日 17:00
最新报道指出 AI 拒绝机制是安全承重墙但边界缺乏公式，需警惕被滥用于压制合法表达。

报道时间线

沿着报道，了解事件的不同侧面。

10月9日
  1. MIT Technology Review · AI
    AI 模型拒绝有害请求的可靠性与边界问题

    现代 AI 模型通过训练被设计为拒绝执行有害指令，但拒绝机制具有概率性且常不可靠。由于 AI 的破坏性能力与其智能程度同步扩展，依赖拒绝机制存在失效导致灾难的风险，且可能阻碍合法言论。目前拒绝机制被视为 AI 安全的承重墙，但其边界划定缺乏公式，政府与企业需警惕其被滥用于压制合法表达。

本事件热度走势

当前热度 3·可比范围峰值 10（10月9日 18:00）·近 24 小时可比范围变化 –

02.557.51010月9日18:0010月10日07:0010月10日20:0010月11日09:00

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。