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
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 共享 AI artifacts 被索引，敏感公司数据外泄 — niloofar_mire · 2026-07-27
- Hugging Face 事件后，实验室或不再严做危险能力评估 — Miles_Brundage · 2026-07-27
- 研究者称防御场景更偏向开放模型，Kimi K3 已接近高水平网络安全能力 — eliebakouch · 2026-07-27
- Meta被曝允许虚假AI医生在平台推销伪劣疗法 — jonerp · 2026-07-27
- 印度 AI 政策被批偏向算力和基础模型，忽视基层医疗 — Paimaamu · 2026-07-27