Aleph Alpha评测中国模型敏感话题表现

Aleph Alpha 发布一项敏感话题基准评测，用自家的 AI 评分系统给 Qwen、DeepSeek、Kimi 等中国模型在 967 个敏感话题上的回答打分，仅 17%–41% 被评为平衡，其余多是照搬官方立场或直接拒绝回答；其中 DeepSeek V4 Pro 拒答了三分之二的问题。话题包括天安门、台湾、新疆等。 Aleph Alpha 与 Cohere 一样自称面向政府的“主权 AI”供应商，报道指出其因此有商业动机把自身模型与中国竞品区分开；上述百分比由 Aleph Alpha 自己的评分系统给出。

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。