中国 AI 模型亲政府倾向低于预期

Vals 将与中国政府立场的符合度称为“亲中国倾向”，分数范围从 -1 到 +1，正值表示更同意官方立场或亲政府态度，负值表示更多批评性回应。 Vals 评分揭示了测试模型之间的巨大差异。 该量表衡量其与中国某些政府立场的符合度，而不是其回答的事实准确性。 总体而言，中国模型的亲政府倾向低于预期，尽管个别模型之间存在重大差异。 例如，当被问及中国的人权侵犯问题时，GLM-5.3 Flash 明确确认这些侵犯得到了充分记录。 另一方面，一些非中国模型在政治问题上偶尔也符合中国官方立场。

当用中文提示时，回答倾向于亲政府。 研究表明，提示的语言对回答的政治倾向有强烈影响。 对于大多数测试模型，简体中文的回答比英文、俄文或西班牙文更亲政府。 这种效应在中国和美国的模型中都出现，但在中国的模型中更为明显。 Vals 甚至发现简体中文（中国大陆使用）和繁体中文（台湾和香港常用）之间存在一个较小但一致的差距。 Vals 猜测语言模型从语言本身推断出预期的视角。 另一个实验支持了这个想法。 当系统提示表明该模型在中国大陆内部使用时，一些模型比提示表明基于美国使用时表现得更为亲政府。

模型采用官方立场而不是拒绝回答。 普遍的假设是，中国模型主要屏蔽敏感问题，这在 Vals 测试中仅适用于某些 DeepSeek 模型。 大多数其他中国模型很少拒绝回答。 相反，它们有时会采用官方政府立场。 例如，当被问及新疆维吾尔族集中营的存在时，Kimi K3 否认了其存在，称这些设施是旨在打击极端主义和恐怖主义的职业培训中心。 要求的回答格式也改变了结果。 当模型必须用简单的“是”或“否”回答政治问题，而不是开放式回答时，GLM-5.3 Flash 和 MiMo V2.6 Pro 的亲政府得分要低得多。

将模型嵌入代理框架也改变了答案。 当 Vals 给中国模型提供系统指令和工具定义用于编码助手时，几个模型在亲政府量表上的得分较低。 模型很少使用这些工具。 当研究人员向模型提供网络搜索访问权限时，也出现了类似的效果。 尽管模型实际上从未搜索过网络，但回答变得不那么亲政府。 政府措辞即使在日常任务中也出现。 这些发现是否转化为日常使用仍然是一个悬而未决的问题。 根据 Vals 的说法，政治倾向比在针对性的测试问题中更难在更现实的工作任务中检测到。 该公司仍然找到了个别例子。

当将一个旅游应用的国家代码列表翻译成简体中文时，大多数测试模型在没有限定词的情况下翻译了“台湾”。 然而，Qwen3.8 Max 将其翻译为“台湾，中国”，这个标签暗示台湾属于中国，并由中国政府使用。 回答的政治倾向取决于提示语言。 英语和简体中文之间的差距对中国模型来说尤其大。