在探讨中国数字审查时，人们往往陷入两种极端：要么索然无味，要么引人入胜。多数讨论仍在重复20年前的老调，将中国互联网比作乔治·奥威尔（George Orwell）的《1984》。然而，随着新兴技术的发展，研究人员不断发现中国政府控制技术的新方式，揭示出审查机制的持续演变。
斯坦福大学和普林斯顿大学的最新研究对比了4个中国大语言模型和5个美国模型的表现。研究团队向这些模型提出了145个政治敏感问题，并进行了超过100次的重复测试。
研究结果印证了业内人士的观点：中国模型明显倾向于拒绝回答敏感问题。具体数据显示：
即使在回答问题时，中国模型也倾向于提供更简短且不够准确的信息。
研究的一个重要方向是区分预训练和后期训练的影响。斯坦福大学政治学教授珍妮·潘（Jennifer Pan）指出："考虑到中国互联网长期存在的审查，数据存在大量缺失。"
研究发现，手动干预可能比训练数据对AI模型的审查行为影响更大。即使在使用英语回答问题时，中国大语言模型仍表现出明显的审查倾向，这说明审查并非仅源于训练数据的限制。
该研究的重要意义在于提供了可量化和可重复的证据，展示了中国大语言模型的系统性偏见。然而，研究人员面临着多重挑战：
中国媒体项目（China Media Project）的AI宣传研究员亚历克斯·科尔维尔（Alex Colville）强调："优质研究需要时间积累，但AI发展的速度却不允许我们从容应对。"这种紧迫性突显了持续研究和监测AI审查机制的重要性。
