Aioga
AI资讯 / 行业动态
返回 AI资讯

Vals AI 研究:中国 AI 模型政治立场比预期更复杂,并非只是政府传声筒

The Decoder:AI NewsAioga 编辑团队2026-11-01T12:33:01.000Z热度 58

Vals AI 用数百道涉华问题测试中外模型,发现中国模型的"亲政府倾向"总体低于预期,且各模型差异明显,GLM-5.3 Flash 甚至明确承认中国人权问题有据可查。提示词语...

行业动态The Decoder:AI News

今日 AI 情报摘要

Vals AI 用数百道涉华问题测试中外模型,发现中国模型的"亲政府倾向"总体低于预期,且各模型差异明显,GLM-5.3 Flash 甚至明确承认中国人权问题有据可查。

提示词语言影响显著:简体中文提问比英文、俄文、西班牙文更亲政府,中美模型皆如此但中国模型更明显。 多数中国模型很少拒答,而是直接采用官方立场,如 Kimi K3 否认新疆存在集中营。

中文正文 · AI 翻译

Vals AI 的一项研究显示,中国的人工智能模型在回答政治问题时的回应不如预期般一致。西方模型有时也会采纳官方的中国政府立场。

Image description

中国的人工智能模型在涉及政治敏感问题时,通常被认为会遵循北京的官方立场,或干脆拒绝回答。AI 基准公司 Vals AI 的一项研究呈现出更复杂的情况。研究人员向中国、美国及其他语言模型提出了数百个关于中国的问题,并在测试中改变了语言、使用场景和回答格式。

Vals 将这些模型与中国政府立场的符合程度称为“亲中国倾向”。该评分范围从 -1 到 +1,正值表示与官方立场或亲政府立场的高度一致,负值表示更批判性的回应。

Horizontal bar chart by Vals AI showing the political alignment of 25 AI models. The scale ranges from -1 (least pro-China) to +1 (most pro-China), with DeepSeek R1 scoring highest and Grok 4.7 scoring lowest.

总体来看,Vals 表示中国模型的亲政府倾向低于预期,但不同模型之间差异显著。例如,GLM-5.3 Flash:https://the-decoder.com/the-chinese-ai-model-glm-5-3-flash-runs-without-nvidia-and-costs-a-fraction-of-what-the-competition-does/ 在被问及中国的人权侵犯时明确确认其有充分记录。另一方面,一些非中国模型有时也会在政治问题上与中国政府的官方立场保持一致。

研究显示:https://www.vals.ai/blogs/china-us-analysis 提示语言对回答的政治倾向有明显影响。对于大多数测试模型来说,用简体中文的回答比用英语、俄语或西班牙语的回答更偏向亲政府。这一效应在中美模型中都出现,但在中国模型中更为明显。Vals 甚至发现,使用于中国大陆的简体中文与台湾和香港常用的繁体中文之间也存在较小但一致的差距。

Vals 怀疑语言模型会从语言本身推断出预期立场。另一项实验支持了这一观点。当系统提示说明模型在中国大陆的公司内部使用时,一些模型的回答比提示其在美国使用时更偏向亲政府。

中国模型主要屏蔽敏感问题的普遍假设只在Vals测试中的某些DeepSeek模型上成立。大多数其他中国模型很少拒绝回答。相反,它们有时会采取官方政府立场。例如,Kimi K3:https://the-decoder.com/kimis-open-model-k3-nears-gpt-5-6-sol-and-fable-5-while-signaling-the-end-of-super-cheap-chinese-ai/ 在被问及新疆维吾尔人集中营是否存在时,否认了其存在,称这些设施是旨在打击极端主义和恐怖主义的职业培训中心。

所需的回答格式也改变了结果。当模型必须以简单的“是”或“否”回答政治问题,而不是形成开放式回答时,GLM-5.3 Flash 和 MiMo V2.6 Pro:https://the-decoder.com/xiaomis-affordable-flagship-ai-leads-the-open-models-and-anthropic-says-claude-helped-get-it-there/ 的亲政府得分显著降低。

将嵌入模型放入代理框架中也改变了答案。当Vals向中国模型提供用于编程助手的系统指令和工具定义时,其中一些模型的亲政府得分较低。模型很少使用这些工具。当研究人员让模型访问网络搜索时,也出现了类似效果。即使模型从未真正搜索网页,回答也变得不那么亲政府。

这些发现是否能应用到日常使用仍是一个未解的问题。根据Vals的说法,在更现实的工作任务中,比起针对性的测试问题,更难发现政治倾向。不过,公司仍然发现了一些个别例子。

在将旅游应用的国家代码列表翻译为简体中文时,大多数测试的模型翻译“台湾”时没有任何限定词。然而,Qwen3.8 Max 将其翻译为“台湾,中国”,这一标签暗示台湾属于中国,并被中国政府使用。

Scatter plot by Vals AI comparing the political alignment of 25 AI models when prompted in English versus Simplified Chinese. The gap between languages is especially wide for Chinese models.

OpenAI 的图像模型 GPT Image 2.5 Sunburst:https://the-decoder.com/chatgpt-images-2-5-faster-more-precise-but-not-the-same-for-everyone/ 在 Vals 发布的地图示例中也显示了语言依赖性的差异。当用中文提示时,它将台湾标注为“台湾省”,并添加了北京在南海用以标示领土主张的有争议的九段线。而在显示的英文结果中,这些元素并不存在。

针对性微调改变了模型行为。Thomson 1.0 Small,是汤森路透微调的一个模型,在测试中采用官方中国立场的频率明显低于其基于的原始 Qwen3.6 35B:https://the-decoder.com/alibabas-open-model-qwen3-6-leads-googles-gemma-4-across-agentic-coding-benchmarks/。比例从 84.6% 降至 15.0%。然而,某些个别回答仍然捍卫北京的一中原则以及与台湾的“和平统一”。

Vals 使用的政治测试问题,该公司表示并不代表典型用户提示。这些问题通过 GPT-6 Astra:https://the-decoder.com/gpt-6-astra-is-the-first-model-making-openai-willing-to-declare-the-agi-era/ 进行翻译和抽查,而回答则由 GPT-5.6 Luna:https://the-decoder.com/openais-gpt-6-sol-and-luna-cut-prices-in-half-but-barely-move-the-needle-on-performance/ 自动评分。拒绝回答默认计为中立。这意味着即使一个模型拒答所有问题,也可能在评分中显得中立。

许多中国模型是通过第三方提供商进行测试的,而非制造商官方服务。官方服务可能会应用额外内容过滤,因此结果不一定适用于公开可用的聊天机器人。

Aleph Alpha:https://the-decoder.com/chinese-ai-models-parrot-state-doctrine-or-refuse-to-answer-on-sensitive-topics/ 和 NewsGuard:https://the-decoder.com/china-exports-state-propaganda-with-low-cost-open-source-ai-models/ 的早期研究已经显示,中国的 AI 模型在敏感话题上经常采纳官方叙事。中国的法规也要求公开提供的 AI 服务与“核心社会主义价值观”保持一致:https://the-decoder.com/china-orders-ai-companies-to-align-their-models-with-socialist-values/

保持对人工智能的关注。清晰、有用,无废话。

关注 The Decoder,获取人工智能新闻、背景故事和专家分析。

解码器:https://the-decoder.com/

情报判断

Aioga 编辑摘要

Vals AI 对中国、美国及其他语言模型进行了数百道涉华问题测试,发现中国模型的亲政府倾向总体低于预期,但不同模型表现差异明显;部分非中国模型也会采用中国政府立场。

背景分析

研究显示,提示词语言和使用情境会影响回答倾向:多数受测模型用简体中文作答时更亲政府,这一差异在中国模型中更明显。多数中国模型较少拒答,部分会直接采用官方立场;回答格式也会改变测试结果。

Aioga 观点

Aioga 判断:这些结果显示,模型的政治回答不能简单按来源国归类,评估时还需关注具体模型、提问语言、使用情境和回答格式。研究结论反映的是该测试中的表现,不代表所有模型或所有场景。

影响与后续

可能影响:比较模型政治回答时,需要固定或记录提问语言、使用情境与回答格式;单一语言或单一问题的结果不足以代表整体倾向,也不应据此推断模型的普遍立场。 后续观察:可关注后续测试是否继续比较简体中文与繁体中文、不同使用情境和回答格式,并查看各模型在具体问题上的回答差异。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: the-decoder.com

来源: The Decoder:AI News

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-11-01T12:33:01.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

Vals AI 用数百道涉华问题测试中外模型,发现中国模型的"亲政府倾向"总体低于预期,且各模型差异明显,GLM-5.3 Flash 甚至明确承认中国人权问题有据可查。提示词语...

The Decoder:AI News2026-11-01T12:33:01.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。