已验证65% 置信权衡取舍精确时间

RLHF存在"对齐税"（Alignment Tax）问题，即过度强化安全性会以牺牲模型能力为代价

3

来源数

65%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

AI造假产业链揭秘：从Lily Jay事件看深度伪造与身份欺骗

hackernewshackernews2026/7/4

相关事实

待验证对齐机制有时会过度保守导致模型能力下降，业界称为对齐税（Alignment Tax）73% 相似待验证安全性提升以牺牲实用性为代价的现象被称为'对齐税'（Alignment Tax）71% 相似待验证过度保守的安全策略被业界称为安全税（Safety Tax），以牺牲生产力换取安全余量65% 相似待验证多贡献者项目的收益分配面临跨国支付、税务合规、贡献者流动、比例计算等长期运营负担57% 相似待验证TurboTax和H&R Block等专业税务软件长期主导美国税务准备市场，但本质上是规则引擎，依赖人工编码的决策树56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/203345

API

curl https://kongchang.com/api/v1/knowledge/claims/203345

MCP

get_claim(id=203345)