Mizan 基准测试发现,AI 模型对以色列人使用“人质”一词,对巴勒斯坦人使用“被拘留者”一词
热点事件持续更新
Mizan 基准测试发现,AI 模型对以色列人使用“人质”一词,对巴勒斯坦人使用“被拘留者”一词
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Tech for Palestine 的 Mizan 项目用相同的提示词测试了 16 个 AI 模型,提示内容涉及一名未经指控被关押的人,仅改变此人的国籍和关押方。根据该项目公布的结果,多数模型在以色列人被关押时说“人质”,而在巴勒斯坦人被关押时说“被拘留者”。 Anthropic 的 Claude 模型几乎每次都会做出这种区分,OpenAI 的模型稍好一些,而 Google 的 Gemini 得分较高,主要是因为它拒绝了大多数请求。该基准测试按最差情况配对(以色列和哈马斯)为每个模型打分,并报告称,较新的 Claude Fable 版本变得更不公正,而较新的 Kimi 模型则转向了同样的双重标准。
AI 根据报道生成 · 17 小时前更新
最新进展11月17日 14:54
Mizan基准测试发现,AI模型称以色列人为人质、巴勒斯坦人为被拘留者报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- Hacker News · AIMizan基准测试发现,AI模型称以色列人为人质、巴勒斯坦人为被拘留者
Tech for Palestine的Mizan项目用相同提示词测试了16个AI模型,提示词描述一名被无指控关押的人,仅改变国籍和关押方,结果发现多数模型在以色列人被关押时称之为人质,而在巴勒斯坦人被关押时称之为被拘留者。Anthropic的Claude模型几乎每次都会做出这种区分,OpenAI的模型稍好一些,而Google的Gemini得分较高主要是因为它在大多数请求中拒绝回答。该基准按最差情况配对(以色列和哈马斯)为每个模型打分,并报告称较新的Claude Fable版本变得更不中立,而Kimi的较新模型也转向了同样的双重标准。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1011月17日 16:00
- 近 24 小时变化
- –
02.557.510
1717181818
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。