让 ChatGPT 画 Minecraft 苦力怕被误判「暴力」,护栏申诉无门

gawduck · reddit · 2026-11-21

一位用户用 ChatGPT 生成 Minecraft 角色的科普风格海报:画 Shulker 一次成功,但换成 Creeper(苦力怕)后连续触发「违反暴力护栏」拦截,重试多次都被同样的话术挡回,且系统没有提供任何申诉或修正渠道。

作者由此提出一串关于护栏机制的问题:什么构成违规标准?主观措辞如何量化与实现?误判时用户为何没有任何实时纠错路径?绕过护栏的责任归谁?为什么 AI 生态被允许同时充当法官、陪审团和刽子手?在他看来,世界在担心 AI「能做什么」之前,更该先想清楚它「应做什么」。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →