模型在特定基準或任務上的高分，不代表它具有與人類相同的理解、意圖或常識。能力表現必須限定於任務、資料分布與測試方式；當模型能產生流暢解釋時，也需要額外檢查推理是否可靠。這個區分有助於避免把語言流暢度當作安全或智慧的充分證據。
思與行
- 對重要能力主張同時測試外部效度、反事實情境與錯誤校準。
- 在公眾溝通中區分「達成某項能力任務」與「具備一般理解能力」。
參考
- 文獻來源：Book_Artificial_Intelligence_A_Guide_for_Thinking_Humans_Melanie_Mitchell討論 AI 的能力邊界；Book_AI_Snake_Oil_Narayanan_Kapoor_2024提醒以證據檢查 AI 宣稱。
- 延伸脈絡：安全與可信任需要可驗證而非宣傳式的證據、未來風險論述需要區分實證模型與情境推演。