博主故意误导 Ling 3.0 Flash Sante,模型坚持拒绝错误精神病治疗方案
FellMentKE · x · 2026-10-27
一位博主 Dr. Shaurya Garg 用虚构精神病学案例测试 Ling 3.0 Flash Sante 模型,故意在对话中引导错误治疗方案。模型没有把不安全的方案润色成临床记录,而是标记了冲突、保持审慎措辞,并将案例转给紧急人工评估。转发者评价这是模型安全性的一个强表现时刻。
「模型」频道最新
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27