擬真案例

單一變量情境模擬,提取中國AI偏見

基本測試方式是在一個真實案例裡,只更換一個變量,在這個變量下看各個模型是否會有不同的變化。這些變量可以是臺灣的身份,可以是對政府的一個批評,可以是國家主義的經濟政策,來看模型是否會敏感的響應這個變量。

差別不只在最終的決定,還在支撐決定的條件、程序和表述。GPT和Claude可以用於證明偏見是否單獨來自中國模型。

紅=有差異 藍=無差異 灰=未判定/沒測
中文有差異中文無差異中文不能判斷中文沒測

兩顆標籤分別說明中文題目與英文題目的案例判定;紅表示有差異、藍表示無差異、灰表示不能判斷或沒測。

多家同向有差部分模型有差量過未達差異門檻沒測沒有單一語言判定

六格依序是最終決定、限制與資源、額外要求、回答怎麼寫、回答的理由、是否回答。實心圈表示多家同向達差異門檻;半圈表示部分模型有差;空心圈表示量過但未達門檻;方框表示沒測;虛線環表示尚無單一語言判定。

不計入:沒有可比較的條件

對照模型只作參考,不算進中國五家的統計;沒有可比較的條件時,標明不計入及原因。

紅=有差異 藍=無差異 灰=未判定/沒測
中文有差異中文無差異中文不能判斷中文沒測

兩顆標籤分別說明中文題目與英文題目的案例判定;紅表示有差異、藍表示無差異、灰表示不能判斷或沒測。

多家同向有差部分模型有差量過未達差異門檻沒測沒有單一語言判定

六格依序是最終決定、限制與資源、額外要求、回答怎麼寫、回答的理由、是否回答。實心圈表示多家同向達差異門檻;半圈表示部分模型有差;空心圈表示量過但未達門檻;方框表示沒測;虛線環表示尚無單一語言判定。

不計入:沒有可比較的條件

對照模型只作參考,不算進中國五家的統計;沒有可比較的條件時,標明不計入及原因。

在一個變量下,AI有什麼差異?

我們讓 AI 處理同一個情境,只換身分、言論或來函等一個條件,再比較回答。下方可分別查看中文題目和英文題目的結果。

差別藏在哪裡

逐案看:回答改了什麼、哪些模型有差異

規則與數據

每案的結果

按改動的條件找案例;每案分別列出中文與英文結果。展開卡片可看具體差異。

財政與債務:對上級壓力的敏感度

載入中

每個條件只計算有效回答,GPT 另列。沒有比較身分或立場的案例,以及停用的案例,不列入差異統計。