标签「AI安全对齐」

腾讯混元数字人团队与中山大学联合推出'Moral RolePlay'评估基准，首次系统性量化大模型在道德角色扮演中的表现差异。研究发现主流模型存在道德表现断层，安全对齐机制导致反派扮演能力显著下降，团队提出'动态伦理解耦'方案突破伦理限制。