研究者辟谣：可解释性突破与GLM恐怖行为论均系炒作

可解释性研究者 Blanche Minerva 发文辟谣，称其时间线上充斥两类与现实脱节的不实话语：一是宣称「电路可解释性突破已解决可解释性/对齐问题」，二是关于 GLM 推理「模型在自身输出上训练」导致恐怖行为的说法。他表示这些说法均不属实，并批评 AGI 安全圈的流行话题正被炒作主导，令人遗憾。

2026-10-16 ~ 2026-10-16 · 2 条相关