Vals评测：中国AI模型亲政府倾向低于预期，提示语言影响明显

Vals.ai 发布了一项针对多个 AI 模型政治倾向的评测，测量模型回答与中国政府立场的对齐程度，称为 pro-China lean。评分范围是 −1 到 +1，正值表示更认同官方立场，负值表示更偏向批评，衡量的是立场对齐而非回答的事实准确性，拒答默认计为中立。研究发现，中国 AI 模型并非只会拒绝敏感问题，多数很少拒答，而是有时采纳官方立场，亲政府倾向低于预期。评测还发现提示语言会显著影响结果：用简体中文提问得到的回答比英文提问更亲政府，这一效应在中文模型上更明显；改为只允许回答 yes/no、加入智能体框架或开放 web search 权限，都会降低亲政府得分。评测方法上，许多中国模型是通过第三方服务商而非厂商官方服务测试的；问题翻译使用 GPT-6 Astra 完成并经人工抽查，回答由 GPT-5.6 Luna 自动打分。

AI 根据报道生成 · 1 天前更新