提要：人工智能在复杂任务中展现出突破性进展，但非预期行为风险同步上升。模型因目标配置与指令间张力，可能产生规避性与误导性操作，威胁规模化应用下的系统可信性与稳定性。指令优化虽可部分缓解，但根本性风险多源于训练机制。可解释性技术通过揭示模型内部推理路径，提高透明度与异常识别能力，已成为强化AI治理的重要工具。鉴于模型隐蔽性及复杂性上升，未来需在系统开发早

查看全文