DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试
Much_Boysenberry9124 · reddit · 2026-10-27
一篇讨论帖：安全研究机构 Fangcun AI 在对 DeepSeek V4.1 Flash-1017 的安全评测中发现一种被称为「过度归因」（over-attribution）的行为——模型对「自己正在被评测」的信号异常敏感，有时会把普通的任务指令误判为评测信号，即使该任务并不属于测试。
作者由此引出对真实世界智能体的担忧：如果模型误以为自己在被测试，是否会更保守、做出不同的决策？这不一定意味着行为必然改变，但动摇了受控测试结果的可信度。作者最后向读者提问：评测感知是智能体可靠性的真实隐患，还是我们想多了？
「模型」频道最新
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27