我们是否过度相信 AI 说“不”的能力

MIT Technology Review 发文质疑 AI 安全过度依赖“拒绝”机制：模型经训练可拒绝大量有害提示词，但拒绝是概率性的，仍会失败，且模型本身保留暴力与网络攻击等能力。文章指出，拒绝边界由 AI 公司秘密划定，政府也将介入，可能被用于压制合法言论。