字数 619，阅读大约需 4 分钟
DeepSeek的审查机制剖析
近期，人工智能领域流传一种观点，认为DeepSeek广为人知的审查机制仅存于应用层，若在本地运行（即将其AI模型下载至个人电脑），审查便会消失。但《连线》杂志调查显示，DeepSeek的审查机制是内置的，该模型在应用层和训练层均受审查，这一发现引发广泛关注，对理解人工智能模型审查机制意义重大。
DeepSeek的审查证据
《连线》调查发现，本地运行DeepSeek时，其推理功能显示，模型会“避免提及”诸如“文化大革命”等事件，仅聚焦于中国共产党的“积极”方面。同样，通过Groq获取的本地运行版本的DeepSeek，经测试也呈现明显审查特征。例如，询问美国肯特州立大学枪击事件，DeepSeek能正常作答，但问及1989年东欧剧变相关事件，模型则回避或模糊回应。
从技术原理看，DeepSeek模型训练数据经过筛选和处理，决定了输出内容导向性。OpenAI的GPT – 4在训练时也严格筛选数据，确保输出符合道德和法律规范。不同的是，GPT – 4公开阐述了数据筛选标准和审查原则，而DeepSeek透明度较低。
国际人工智能研究机构AI Index报告显示，全球约70%主流AI模型存在不同程度审查机制。这些机制旨在防止模型输出有害信息，如暴力、歧视、虚假信息等，但也引发关于AI模型言论自由和信息完整性的讨论。
审查机制对AI发展的影响
审查机制对AI发展有利有弊。积极方面，合理审查可避免AI生成有害或不当内容，保护用户。如谷歌的BERT模型经严格审查，有效减少仇恨言论和虚假信息生成，提升用户体验，增强公众对AI技术信任。
然而，审查机制也可能限制AI发展潜力。过度审查会使模型无法全面客观反映事实，影响智能水平和应用价值。例如，专注历史研究的AI模型，因审查机制限制，可能无法提供完整历史事件信息，对学术研究和知识传播造成损失。
