呼吁对训练全程引入独立评估
MariusHobbhahn · x · 2026-07-06
MariusHobbhahn 主张对 AGI 级训练引入「训练过程评估」（Training-Run Assessments）：不只评估最终 checkpoint，更需对整个训练过程进行独立评估。这对 scheming（策略性欺骗行为）等仅在最终模型难以察觉的问题尤为关键。
「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