Anthropic 研究者激辩 NLA 可解释性路线价值

9 月 27 日,AI 安全研究者 banburismus 与 thebasepoint 在多则帖子中就可解释性研究(interp)的价值展开交锋,焦点集中在 NLA(自然语言激活/自然语言抽象)对前沿安全到底有多大用处,并延伸出具体的部署安全流程设想。

已确认

为什么重要

2026-09-27 ~ 2026-09-27 · 10 条相关

一手来源