热点事件持续更新
AI拒答机制被过度信任
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
2026年10月9日，MIT Technology Review 刊文讨论 AI 拒答机制。文章指出，模型通过微调、分类器和探针学习拒绝有害请求，但该机制本质是概率性的，越狱与误拒时有发生。文章援引 Anthropic、OpenAI 相关人士与研究者观点，认为拒答已成为 AI 安全的主要支柱，而政府若介入划定拒答边界，可能同时带来审查风险。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 17:00
MIT Technology Review 刊文讨论 AI 拒答机制被过度信任的问题。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- MIT Technology Review · AI我们是否过度信任 AI 说“不”的能力
MIT Technology Review 刊文讨论 AI 拒答机制：模型通过微调、分类器和探针学习拒绝有害请求，但机制本质是概率性的，越狱与误拒时有发生。文章援引 Anthropic、OpenAI 相关人士与研究者观点，指出拒答已成为 AI 安全的主要支柱，而政府若介入划定拒答边界，可能同时带来审查风险。
本事件热度走势
当前热度 9·可比范围峰值 9（10月9日 19:00）·近 24 小时可比范围变化 –
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。