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

估值4800亿，DeepSeek火速开启新一轮融资！最快明年IPO

刚刚，一个免费AI Coding选手杀入全球第一梯队

菲尔兹奖提前泄露！王虹邓煜双双在列

全球首个！银河通用新框架仅需人类视频即可部署，特斯拉蚌埠住了

用世界模型给VLA当教练，原力灵机发布DW0.5，把RL搬进虚拟世界