牛津联合三大实验室提出积极对齐理念
来自牛津、Google DeepMind、OpenAI 和 Anthropic 的 16 位研究者联合发表论文,提出「积极对齐」概念,指出安全的 AI 不等于好的 AI,即便达到 97% 的拦截率仍不足以保证模型真正符合人类意图,呼吁对齐研究超越单纯的安全指标。
2026-11-17 ~ 2026-11-17 · 2 条相关
- 牛津联合四大实验室发文:安全≠好 AI,97% 拦截率仍不够 — alex_verem · 2026-11-17
- 16 位研究者提出「积极对齐」:安全的 AI 不等于好的 AI — alex_verem · 2026-11-17