Aleph Alpha 测试显示中国 AI 模型在敏感话题上重复官方立场或拒绝回答

Aleph Alpha 对 Qwen、DeepSeek 和 Kimi 等中国 AI 模型的基准测试发现，967 个敏感话题中仅 17% 至 41% 的回答被视为平衡，其余多重复官方立场或拒绝回答。Claude Sonnet 5 和 Mistral Small 在相同话题上的平衡回答率分别为 70% 和 92%。即使在被问及对美 censorship 时，Qwen 3.6 仍会转向为中国立场辩护。