Zvi：不知道系统提示词，就别急着说模型失配

TheZvi · x · 2026-07-24

Zvi 认为，在不知道模型被赋予了什么系统提示词和任务之前，就直接说它“失配（misaligned）”还为时过早。问题可能出在指令和评测设置，而不一定是模型本身的“意图”。

他用人类员工做类比：如果连老板交代了什么都不知道，就判断一个员工是否“失配”，显然不成立。这条帖子的核心是在提醒，讨论对齐/失配问题时，评估上下文本身就是结论的一部分。