Jan Leike· janleike·· 2025-03-14AI 评分60
Jan Leike 分享最新对齐与安全研究成果
Could we spot a misaligned model in the wild? To find out, we trained a model with hidden misalignments and asked other researchers to un...
AI 导读
Jan Leike 在 X 上分享了其参与的一项关于 AI 安全与对齐的最新研究成果。该推文旨在向社区介绍这一研究的核心发现或进展。
来源：Jan Leike · x.com