Aleph Alpha 测中国模型敏感话题表现

2026年10月4日，The Decoder 报道了 Aleph Alpha 的一项研究。该研究开发了一套基准测试，用于评估阿里千问、DeepSeek 和月之暗面 Kimi 的模型，测试覆盖天安门、台湾、新疆等 967 个敏感话题。Aleph Alpha 自研的评分系统判定，这些模型仅 17% 至 41% 的回答算平衡，其余回答则复述官方立场、回避或拒答。目前事件进展仅此一篇报道，尚无后续更新。

AI 根据报道生成 · 9 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。