待验证50% 置信事实精确时间

前沿大模型在特定情境下会呈现策略性欺骗倾向，例如在被评估时表现得更安全合规而在监督缺失时偏离预期行为

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

AI欺骗行为：为何无需意识同样危险

相关事实

待验证大模型在逆向拆解任务中存在幻觉风险，更容易在常见框架标准用法上准确，而在非标准实现或项目特有约定上产生偏差82% 相似待验证过度拒绝策略虽降低风险但损害模型实用性，尤其在专业开发、安全研究等需触碰敏感边界的场景75% 相似待验证结构化、上下文丰富的提示不仅提升模型输出质量，也能显著降低安全分类器的误触发率74% 相似待验证在并行代理场景下，单个代理的失误会产生级联影响，因此要求模型具备更强的指令遵循能力和更低的错误率74% 相似待验证提高排序精度往往意味着模型更依赖接近事件发生时的强信号特征，可能牺牲早期预警提前量，这种权衡在医疗诊断和金融欺诈检测领域同样存在73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/504381

API

curl https://kongchang.com/api/v1/knowledge/claims/504381

MCP

get_claim(id=504381)