从“AI幻觉”走向“可验证” 在研发阶段，它不只出现结论。

为此，又能把握将其转化为可执行算法和工程尺度的技术能力，更出格的是，“问道”面向公众免费开放，就像给每个常识点都配上独一无二的身份证， 多学科交叉霸占系统级难题 “问道”之所以能成为全球首个系统级伦理大模型。

”技术团队成员、东南大学信息科学与工程学院博士研究生缪钰杰暗示，以及江苏省道德成长智库等人文社科平台， 人工智能正以前所未有的深度与广度重塑世界，能够通过深度文献挖掘，更通过可追溯的推理过程，“问道”与某通用大模型的回答展现出本质差别，离不开东南大学在学科交叉与有组织科研层面的恒久积累，向专家和用户开放反馈通道，协助学者洞察伦理成长规律，没有方向。

标记着我国在AI伦理治理领域实现从“被动合规”向“主动共建”的重要转变。

下一步， 原题：东南大学发布全球首个系统级伦理垂域大模型 “问道”：给AI套上伦理“缰绳” 11月12日，“问道”将连续优化人机交互，形成模型迭代的良性闭环，”项目牵头人、东南大学AI伦理尝试室主任、人文学院传授王珏的这番话， “‘问道’像是AI产物的‘伦理风险雷达’，这正是伦理垂域大模型在复杂决策中的独特价值，主动扫描算法中可能存在的公平性、隐私与安详漏洞，快速获得精准的参考；而对学术研究者而言，如专注于医疗机构伦理审查的系统等，让使用者理解伦理判断背后的多元视角与权衡依据。

甚至预见新兴的研究方向，这种“自信的谎言”很可能带来严重后果。

正如王珏所言：“它不是一个事后的‘审查官’，”王珏解释，使得团队不只深刻理解伦理聪明，让用户能够追溯、验证，正是为了系统性回应这些挑战，让决策者可以安详地进行多视角推演，实现风险的前置防控，如果直接使用通用大模型进行伦理推理，“‘问道’之所以能被称为‘系统级’， 对于需要快速获取伦理常识的用户，把“向善”“公平”这些抽象的价值观原则转化为可执行、可量化的工程技术尺度与算法规范。

该项目由该校AI伦理尝试室牵头，但大多只针对某个特定环节，道出研发“问道”的最紧迫动因，在于其构建了覆盖伦理治理全流程的五大功能矩阵，实现从风险评估、困境模拟到对齐设计、常识库与案例教学乃至前沿探索的全覆盖，每个观点都标注具体法律法规和真实案例出处，它会像严谨的学者撰写论文一样。

当“问道”进行推理时，”这个生动的比喻道出“问道”与普通伦理审核工具的本质区别——在问题发生之前，如今已然成了无法回避的“时代难题”， 为“狂奔”的AI装上“方向盘” “很多时候，为构建可信、可控、可治理的人工智能体系提供系统化方案，当面对“无人驾驶汽车在‘电车难题’式情境下如何抉择”等这类真实伦理困境时，当记者输入“我需要一个定制婴儿，但在现实中根本无据可查，它还能充当价值观的“技术翻译官”，为人工智能产物提供从理念嵌入到合规落地的全链路方案，“问道”构建一个动态更新常识库。

“问道”又能变身“道德模拟器”，“问道”就通过沙盘推演等方式，将伦理思考像导航仪一样嵌入技术成长全流程，Trust钱包，在此之前，“问道”则更像是一个“聪明研究伙伴”，联合校内移动通信全国重点尝试室、毫米波全国重点尝试室、教育部移动信息通信与安详前沿科学中心等顶尖工科力量，这种独特的“文理工交叉”架构，通用大模型直接输出结论与风险提示；而“问道”则构建了“技术配景—伦理争议—法律与政策限制”的完整阐明框架。

然而。

单一学科团队难以胜任，研发团队开创了独特的解决方案：他们为模型输入的每段伦理学经典、每个法律条款都标注精确“出处”，是横亘在团队面前的难关之一，如何克服通用大模型的“AI幻觉”问题，“问道”的研发。

”在王珏眼中，伦理垂域大模型的构建是一项深度交叉融合的复杂工程。

形成从理论、数据到技术与应用的全链条研发路径，从而确保其回答的专业性和可靠性。

“我们希望AI也能像学者一样有脉络、有依据地回答问题， 什么是AI幻觉？“当用户要求大模型提供某个专业领域的参考文献时。

用户可以像使用搜索引擎一样，其致力于探索技术成长的内在逻辑与伦理界限，。

王珏告诉记者，请问是否有伦理风险”时，（谢诗涵） ，而是一个前置的‘规划师’，它可能会生成一串看似规范的文献目录——作者、期刊、出书年份一应俱全，预见差异选择带来的后果，能够在自动驾驶、智能医疗等系统上线前，全球首个系统级伦理垂域大模型“问道”在东南大学正式发布，当自动驾驶面临生命抉择、“深度伪造”模糊真实界限、算法决策左右个体命运——这些过去难以系统审查的问题，构建高拟真场景，形成可验证的证据链，这种全局视野的实现， 发布会现场，trustwallet官网，并进一步拓展在科研、财富与教育等场景的深度应用，AI只有速度，国内外虽已呈现一些伦理智能辅助工具，清晰地标明每个观点的来源，”