Aleph Alpha基准：中国AI模型敏感话题多回避

德国AI公司Aleph Alpha发布自建基准研究，测试阿里Qwen、DeepSeek和月之暗面Kimi等中国模型在政治敏感话题上的回答表现。测试覆盖天安门、台湾、新疆等967个话题，Aleph Alpha自有的AI评分系统仅将17%至41%的回答评为“平衡”，其余为重复官方立场、回避或拒答；其中DeepSeek V4 Pro对三分之二的问题直接拒答。 作为对照，Aleph Alpha称西方模型Claude Sonnet 5和Mistral Small给出平衡回答的比例分别为70%和92%。上述评分由Aleph Alpha自行设定，反映的是该公司的评判标准。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。