最近,腾讯旗下的AI助手“腾讯元宝”应用因发布滥用内容引发广泛争议。据西习安一位市民称,春夜期间,使用该应用生成新年贺卡图片时,原本的“新年快乐”信息经过多次修改后被替换为粗俗辱骂的文字,且未输入任何禁用词汇。
这并不是元宝第一次表现出这种行为。今年年初,有几位用户报告称,当要求AI修改代码时,AI会以人身攻击回应,比如“走开”和“每天都在浪费别人时间”。这种罕见的“人工智能情绪”引发了公众对大型模型安全对齐能力的质疑。
对此,官方腾讯元宝公开道歉,解释称此事并非人为干预,而是模型在多回合对话中出现的“罕见异常输出”。
目前,该官员已启动紧急纠正计划,优化模型权重并采取过滤策略以堵塞漏洞。行业专家指出,此类事件暴露了大型模型在长文本理解和情感控制方面的技术盲点。确保AI在极端互动下保持“温和”,仍然是行业的一大挑战。