Qwen的回答是否带有政治偏向？两组测试能说明什么

阿里巴巴的Qwen是一款开放权重模型，CBS News称它已被用于包括Airbnb和Uber在内的西方企业产品与服务。10 因此，关注它的回答方式，不只是讨论聊天机器人的准确性：模型中的遗漏或叙事倾向，也可能影响基于它开发的功能。不过，Hirundo的测试和CBS的核查提示了潜在的政治偏见，并不能证明所有Qwen版本表现一致，也不能据此认定使用Qwen会让阿里巴巴或中国政府获取企业数据。10

Hirundo测了什么，89.8%代表什么？

网络安全初创公司Hirundo称，他们用500条提示词测试Qwen，涉及15个主题。Hirundo首席执行官Ben Luria告诉Newsmax，在政治敏感问题上，Qwen有89.8%的回答出现审查、与宣传口径一致的表述或政治偏见。11

这个比例是Hirundo报告的测试结果，并非对所有Qwen版本、提示词或部署方式都成立的、经独立复现的比率。它还把几种不同表现合并统计——回避回答、采用特定立场的叙事，以及政治偏见——因此不能简单理解为模型有89.8%的概率直接拒绝回答。11

报道提到的测试问题包括1989年天安门事件和2019年香港抗议活动。根据相关报道，Hirundo记录到的回答有时不会确认或承认事件；CBS的报道也重点呈现了Qwen对香港及其他争议议题的回答。1115

CBS的核查补充了什么？

CBS News另行向Qwen提问，并报道了模型在敏感议题上的令人担忧的回答。这些抽查为Hirundo所描述的现象提供了补充例证，但仍只是有限核查，不能证明每个Qwen模型或企业部署都会作出相同回答。1015

这里有个重要区别：模型可能回避话题、复述倾向性叙事，或给出不准确答案，却没有明确说“我无法回答”。如果只统计模型是否拒答，就可能漏掉其他形式的信息遗漏或偏见。11

企业为何要关注？测试又没有证明什么？

CBS报道称，Qwen的下载量已超过30亿次，并被包括Airbnb和Uber在内的企业使用。10 企业若把模型接入面向客户的功能或内部工具，模型的回答就可能影响用户看到的信息。因此，企业应针对自己打算使用的具体版本和部署方式进行测试；但一项政治偏见测试结果，并不能证明所有采用Qwen的产品都会受到同样影响。

政治偏见与数据安全也应分开看。美国众议院委员会已就中国开发的AI模型可能带来的国家安全和网络安全风险展开调查，其中包括Airbnb据报使用Qwen一事。调查及其提出的担忧，不等于已有证据证明Qwen导致了数据泄露。

开放权重模型可以部署在企业自己的基础设施上。与把数据发送给外部服务商相比，这种方式可能让企业对敏感数据拥有更多控制权；但仅仅在本地运行，并不会自动消除模型回答中已有的偏见，具体情况也取决于企业的部署方式。

Hirundo提出的修正方案仍待验证

Hirundo称，他们找到了通过编辑模型内部权重来移除Qwen偏见的方法；CBS报道，该公司计划发布一个名为“西方化”的版本。10 这仍是对技术方案的主张，并非独立证据，不能据此确认修改能否在不同议题、模型版本、语言和企业任务中稳定奏效。

对考虑使用Qwen的企业来说，实际做法是评估准备采用的确切模型和部署方式：既测试敏感议题，也测试日常任务；检查回答是否遗漏或歪曲关键信息，并另行审查数据流向和安全控制。现有报道所述结果值得认真对待，但不足以替所有使用场景作出结论。