跳到正文
原文
OpenAI News·· 21 小时前AI 评分48

OpenAI 如何检测前沿模型未对齐行为

How we detect frontier model misalignment

AI 导读

OpenAI 采用分层监控机制检测前沿模型未对齐现象及未经授权的 AI 智能体行为。该机制旨在协助响应人员在安全事件升级前及时介入并进行干预。

来源:OpenAI News · openai.com