MIT 刊文：AI 拒绝机制并不可靠

MIT Technology Review 刊文指出，AI 的拒绝机制已成为 AI 安全的核心支柱，但并不可靠：模型虽被训练拒绝大量有害提示词，却仍保留作恶能力，且拒绝基于概率、难以完全可靠。文章称已有用户尝试用先进 AI 研发生物病原体和自主无人机蜂群。 文章还警告，拒绝的边界由 AI 公司秘密划定，政府介入后可能被用于压制合法言论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。