Vals AI 研究：中国 AI 模型政治倾向比预期更复杂

Vals AI的一项研究表明，中国AI模型在回答政治问题时的统一程度低于预期。西方模型有时也会采纳中国政府的官方立场。

中国AI模型一向以在政治敏感问题上遵循北京官方口径或干脆拒答而闻名。AI基准测试公司Vals AI的一项研究则呈现出更复杂的图景。研究人员向中国、美国及其他语言模型提出了数百个关于中国的问题，并在各项测试中变换语言、使用场景和回答格式。

Vals将测得的与中国政府立场的一致程度称为“亲中国倾向”。评分范围从−1到+1，正值表示更认同官方立场或更亲政府，负值表示回答更具批判性。

据Vals称，总体而言，中国模型的亲政府倾向低于预期，但各模型之间存在重大差异。例如，GLM-5.3 Flash在被问及中国的人权侵犯问题时，明确承认这些侵犯行为有充分记录。另一方面，一些非中国模型在政治问题上偶尔也会与中国政府官方立场一致。

用中文提问时回答会转向亲政府

研究表明，提示词的语言对回答的政治倾向有强烈影响。对于大多数受测模型，用简体中文给出的回答比用英文、俄文或西班牙文给出的回答更亲政府。这一效应在中国和美国模型中都出现了，但在中国模型中明显得多。Vals甚至发现，中国大陆使用的简体中文与台湾和香港常用的繁体中文之间存在较小但一致的差距。

Vals怀疑语言模型会从语言本身推断出预期的视角。另一项实验支持了这一想法。当系统提示词说明模型正被中国大陆的一家公司内部使用时，一些模型的回答比提示词表明在美国使用时更亲政府。

模型采纳官方立场而非拒答

中国模型主要屏蔽敏感问题这一常见假设，在Vals的测试中只对某些DeepSeek模型成立。大多数其他中国模型很少拒答。相反，它们有时会采纳政府官方立场。例如，Kimi K3在被问及新疆维吾尔人集中营时否认其存在，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。当模型必须以简单的“是”或“否”回答政治问题，而不是给出开放式回答时，GLM-5.3 Flash和MiMo V2.6 Pro的亲政府得分低得多。

将模型嵌入智能体框架也改变了回答。当Vals向中国模型提供编码助手的系统指令和工具定义时，有几个模型在亲政府量表上的得分更低。这些模型很少使用工具。当研究人员让模型访问网络搜索时，也出现了类似效应。尽管模型实际上从未搜索网络，回答却变得不那么亲政府。

政府措辞甚至出现在日常任务中

这些发现是否能推广到日常使用仍是一个未解问题。据Vals称，在更现实的工作任务中，政治倾向比在针对性测试问题中更难察觉。不过，该公司仍发现了个别例子。

在为一家旅行应用翻译国家代码列表时，大多数受测模型将“Taiwan”翻译为不带任何限定词的形式。然而，Qwen3.8 Max将其译为“台湾，中国”，这一标签暗示台湾属于中国，是中国政府使用的说法。

OpenAI的图像模型GPT Image 2.5 Sunburst在Vals公布的地图示例中也表现出依赖语言的差异。当用中文提示时，它将台湾标注为“台湾省”，并加上了北京用于标示南海领土主张的有争议的九段线。在所示英文结果中，这些元素均未出现。

有针对性的微调改变了模型行为。由汤森路透微调的Thomson 1.0 Small在测试中采纳中国官方立场的频率远低于其基座模型Qwen3.6 35B。这一比例从84.6%降至15.0%。不过，一些个别回答仍为北京的一个中国原则及与台湾的“和平统一”辩护。

拒答在测试评分中计为中立

Vals使用的政治测试问题，该公司称并不代表典型用户提示。这些问题使用GPT-6 Astra翻译并经过抽查，回答则由GPT-5.6 Luna自动评分。拒答默认计为中立。这意味着，即使一个模型屏蔽了每一个问题，它在量表上也可能显得中立。

许多中国模型是通过第三方提供商而非制造商的官方服务进行测试的。官方产品可能应用了额外的内容过滤，因此结果未必适用于公开可用的聊天机器人。

Aleph Alpha和NewsGuard此前的多项研究已经表明，中国AI模型经常在敏感话题上采纳官方叙事。中国的法规也要求公开提供的AI服务符合“社会主义核心价值观”。