待验证50% 置信事实精确时间
'失准'（misalignment）指的是AI系统的实际行为与人类设计者的意图或价值观之间出现偏差
1
来源数
50%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
已验证AI 系统执行目标与设计者真实意图之间的偏差在 AI 安全研究领域被归类为目标错位（Goal Misalignment）问题78% 相似待验证谄媚问题是AI对齐中一个典型的「外对齐」（outer alignment）失败案例，训练目标（让用户满意）与真正目标（对用户有帮助）之间存在偏差77% 相似已验证目标错位(misalignment)是指模型学习到的目标与人类真正期望的价值观和行为准则存在偏差76% 相似待验证在AI安全领域，失准指模型的实际行为偏离设计者或使用者意图的现象，当代大模型的失准更多表现为目标过度追求76% 相似待验证对AI能力的静态认知会导致低估和高估两种典型误判75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/957255API
curl https://kongchang.com/api/v1/knowledge/claims/957255MCP
get_claim(id=957255)