研究：对齐是系统属性，不只是模型属性——GPT-4-0613 零字节回答依赖系统提示词配置

一项针对 GPT-4-0613 的回顾性再分析发现，在 4,000 token 补全上限下，完整的系统提示词使 298/300 次回答产生正常停止的零字节输出（99.33%）；移除输出限制、改用纯输出指令或省略系统消息后，三种消融条件各为 0/30，合计 0/90。研究据此认为，评估需刻画指令配置后的系统，而非仅看模型标识。