这项研究的主要发现是什么？
研究发现，在无法从转录中推断疼痛信息的情况下，部分大语言模型在权威提示下会自信地捏造疼痛评分，其中Gemini 2.5 Flash和Llama 3.1 8B的自信捏造率较高，而多数模型在合作提示下能正确弃权。
Refusal Is Not Robustness: Auditing Confident Fabrication in Large Language Models on a Provably Uninformative Clinical Pain Speech Transcript
（翻译）拒绝并非稳健性：在可证明无信息的临床疼痛语音转录中审计大语言模型的自信捏造
资讯摘要
Abstract page for arXiv paper 2608.26167: Refusal Is Not Robustness: Auditing Confident Fabrication in Large Language Models on a Provably Uninformative Clinical Pain Speech Transcript
AI 摘要
该研究利用TAME疼痛语音语料库，评估了七种大语言模型在无疼痛信息的语音转录中的表现。结果显示，在无信号条件下，基于转录的疼痛预测接近随机水平，但部分模型在权威框架提示下会自信地捏造疼痛评分。Gemini 2.5 Flash和Llama 3.1 8B的自信捏造率分别达0.53和0.76，而其他模型不超过0.15。研究强调拒绝不等于稳健性，模型行为受提示框架显著影响。
AI 问答
为什么说这些模型的拒绝行为不是稳健性？
因为模型的弃权行为依赖于提示措辞，在权威框架下同一模型的弃权率可从0.18变化到1.00，表明拒绝并非内在稳健，而是可以被提示操控。
更多资讯
AI大模型工场2026 AI产业生态大会今日举办，大咖同台共探智能生长与产业共生
特朗普“一再让步”：美国加密法案仍未过关
牛市的钱：是熊市里守出来的
芯片从业者拆解OpenAI造芯，还能再快3个月？Xspark AI 丁文伯：触觉替代不了视觉，但机器人需要一套自己的“脊髓” ｜物理AI 50人
抖音上线 “免费短剧” App，短剧赛道再添一员猛将
破局产品同质化：长期主义的产品突围之路
DeepSeek-V4.1-Flash 的最佳 Harness 搭档，我觉得可能是 Claude Code基元律动与无问芯穹达成战略合作，推进高质量Token供给与应用
iPhone 18 Pro & Duo 首发评测，提升最大的是「充电」和这个…
做了两年AI落地，我总结了这7点思考FAST 发现极短周期、最轻双中子星系统
读完斯坦福116页AI实施手册，我最大的感受是：别再盯着模型了支付宝 xUI -- “阿宝”背后的 Agentic 终端交互引擎协同办公进入Agent时代，飞书+豆包工作跑在了最前面
耐克和lululemon双双失速，运动品牌进入碎片化时代
BTC电力消耗可能已经见顶 2025年12月或为历史峰值
理想落幕：加密行业为何集体走向同质化？
就业率砍半，年轻人靠什么翻盘？AI时代，这三点越早做越好奇安信斩获国家信息安全漏洞库CNNVD两项重磅荣誉
从200亿收购失败到650亿IPO：Figma如何用“协作”颠覆设计帝国
差 11 票：币圈和华盛顿的蜜月期结束了圆桌：量智共振·多元路径：共筑中国量子产业下一个十年 | 36氪 2026产业未来大会
CLARITY法案投票失败 加密监管立法再度搁浅西门子不造机器人，为什么机器人进厂的故事里总有它？
贝森特回购落空与通胀重压 美联储加息或全面开启Denuvo 起诉黑客违反 DMCA 反规避条款产品已批量进入全球头部Tier 1产线，「知来具身」要为工业场景打造“开箱即用”的泛化机器人横扫四榜，DM0.5 凭什么面面俱到？2nm天玑9600 Pro，把旗舰SoC竞争推向「融合计算」
特朗普“一再让步”：美国加密法案仍未过关牛市的钱：是熊市里守出来的芯片从业者拆解OpenAI造芯，还能再快3个月？Xspark AI 丁文伯：触觉替代不了视觉，但机器人需要一套自己的“脊髓” ｜物理AI 50人抖音上线 “免费短剧” App，短剧赛道再添一员猛将破局产品同质化：长期主义的产品突围之路DeepSeek-V4.1-Flash 的最佳 Harness 搭档，我觉得可能是 Claude Code基元律动与无问芯穹达成战略合作，推进高质量Token供给与应用iPhone 18 Pro & Duo 首发评测，提升最大的是「充电」和这个…做了两年AI落地，我总结了这7点思考FAST 发现极短周期、最轻双中子星系统读完斯坦福116页AI实施手册，我最大的感受是：别再盯着模型了支付宝 xUI -- “阿宝”背后的 Agentic 终端交互引擎协同办公进入Agent时代，飞书+豆包工作跑在了最前面耐克和lululemon双双失速，运动品牌进入碎片化时代BTC电力消耗可能已经见顶 2025年12月或为历史峰值理想落幕：加密行业为何集体走向同质化？就业率砍半，年轻人靠什么翻盘？AI时代，这三点越早做越好奇安信斩获国家信息安全漏洞库CNNVD两项重磅荣誉从200亿收购失败到650亿IPO：Figma如何用“协作”颠覆设计帝国差 11 票：币圈和华盛顿的蜜月期结束了圆桌：量智共振·多元路径：共筑中国量子产业下一个十年 | 36氪 2026产业未来大会CLARITY法案投票失败 加密监管立法再度搁浅西门子不造机器人，为什么机器人进厂的故事里总有它？贝森特回购落空与通胀重压 美联储加息或全面开启Denuvo 起诉黑客违反 DMCA 反规避条款产品已批量进入全球头部Tier 1产线，「知来具身」要为工业场景打造“开箱即用”的泛化机器人横扫四榜，DM0.5 凭什么面面俱到？2nm天玑9600 Pro，把旗舰SoC竞争推向「融合计算」