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

刚刚，GPT-6正式发布！OpenAI：欢迎来到AGI时代

机器人不能停下来等模型：星尘发布 SmoothRL，让在线强化学习跟上大模型的异步推理

趋境科技与摩尔线程达成战略合作，高品质 AI Token 国产异构方案性价比超越国际先进算力

李飞飞刚发Atlas，中国开源“同款”已抢跑半年？

“没有Token的CS学生，应立即退学”