研究：中国 AI 模型在敏感话题上回避或复述官方立场
Aleph Alpha 用自建基准测试了阿里 Qwen、DeepSeek、月之暗面 Kimi 的模型，覆盖天安门、台湾、新疆等 967 个敏感话题。其评分系统显示，仅 17% 至 41% 的回答被评为平衡，其余为复述官方立场、转移话题或拒答。DeepSeek V4 Pro 拒答三分之二的问题；对比模型 Claude Sonnet 5 和 Mistral Small 的平衡回答率分别为 70% 和 92%。研究还发现，英伟达 Nemotron Cascade 2 有 17% 的回答呈现亲华倾向，Aleph Alpha…
推荐理由想知道国产模型在敏感话题上的实际拒答率和西方模型的差距，这份 967 题基准给出了具体数字。