对齐伪装 – 量子位

对齐伪装

Claude团队新研究：为什么有的模型假装对齐有的不会

道德风险引发争议

不圆 2025-07-09

Anthropic Claude 对齐伪装

加载更多

热门文章

DeepSeek新论文剧透V4新框架！用闲置网卡加速智能体推理性能

何恺明团队新作GeoPT，全新预训练范式让模型自学真实物理规律

分拆百度Robotaxi萝卜快跑？李彦宏回应了

千问AI春节DAU创历史新高，单日增幅惊人

阶跃星辰杀入季后赛，强势跻身AI“新六小虎”第一梯队