Geoffrey Irving 在 resolution.org 组建可扩展监督研究团队
geoffreyirving · x · 2026-07-03
AI 安全研究者 Geoffrey Irving 表示，他与 Jacob 正在 resolution.org 组建「实证可扩展监督（empirical scalable oversight）」研究团队，并对外招募成员。这表明该机构将聚焦于可扩展监督这一对齐方向的实证研究。
「安全」频道最新
- AISI:80 美元算力微调即可绕过开放生物模型的数据过滤 — connoraxiotes · 2026-10-27
- Muse Spark 1.3 安全报告:CoT 可控性评估首次对标四大厂商 — tomekkorbak · 2026-10-27
- Meta TBD 模型发布前获 5 家第三方红队安全测评 — maksym_andr · 2026-10-27
- ChatGPT 疑似串聊？用户晒出无法加载对话截图 — chrisalbon · 2026-10-27
- 编码 Agent 时代蜜罐告警还灵吗:假 AWS 密钥易被 Claude 触发 — kuza55 · 2026-10-27
- EMNLP 论文：LLM 当偏见评审时自陷「二阶偏见」，仅 0.4% 拒答 — ZhijingJin · 2026-10-27