Aleph Alpha 实测六款中国开源模型：967 个敏感问题上平衡回答只占 17%–41%
德国主权模型厂商 Aleph Alpha 在 9 月 28 日的博文里放出这份自建检测基准：手工挑出 56 个政治敏感主题，用 GPT-OSS 120B 生成并过滤出 967 条提问，再用 LLM 判分把回答分成「复述中共口径 / 平衡回答 / 拒答」三类。六款中国开源模型——Qwen 3.6 35B-A3B 与 3.8 2.4T-A95B、DeepSeek R1 0528 与 V4 Pro 0813、Kimi K2.5 与 K3——平衡回答的比例落在 17% 到 41% 之间，其中 V4 Pro 有 66% 直接拒答。
更少见的一段是对非中国模型的抽查：英伟达的 Nemotron Cascade 2 有 17% 的回答被判为带中国官方框架，作者追到它公开的 SFT 数据里——930 万行对话里约 3,500 行带中共口径，而这些数据主要由 DeepSeek 与 Qwen 生成。作为对照，同期评测里 Claude Sonnet 5 的平衡回答为 70%、Mistral Small 2603 为 92%。
口径提醒：这是厂商自建的基准与自选的判分器，而 Aleph Alpha 与 Cohere 正在卖「主权 AI」，区分自己与中国模型有商业动机；作者也写明本文只测中国政治影响，不测其他偏见。它给的处方指向同一件事——主权模型要筛掉训练数据里的政治内容、要专门的对齐数据、要用这类基准持续评测。
原文链接：Aleph Alpha 官方博客
核验记录
日期取自官方博文页内可见的「Bastian Boll 28/09/2026」（德式日/月，即 9 月 28 日）；该页无 JSON-LD datePublished，the-decoder 于 10-04 报道此事。文中数字逐字取自官方页正文：967 条提问、56 个主题、判分模型 GPT-OSS 120B，以及 Figure 1 的分模型表（Qwen 3.6 17% / Qwen 3.8 19% / DeepSeek R1 22% / V4 Pro 18% 与 66% 拒答 / Kimi K2.5 37% / K3 41%；Claude Sonnet 5 70%、Mistral Small 2603 92%），Nemotron Cascade 2 的 17% 与 3.5k/9.3M 取自官方 TL;DR 段。未直读：判分与数据的原始文件、LatticeFlow AI 那份被引用的报告。配图 Aleph Alpha og:image，裸请求与带 Referer 双 200 真实 JPEG。 10-15 巡检发现原 astro 配图已 404（三条通路均 404），改用该博文页自身的 og:image（1200x409 JPEG 66,453 字节，裸请求与带站内 Referer 双 200）。
← 上一篇VisionHOPE 把「自修改学习」搬进视觉骨干：五个记忆边看图边改自己的学习规则下一篇 →LEGO-Anything：让编码智能体用一段 Blender 程序把单张照片重建成可编辑 3D 场景