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
- Anthropic 威胁报告：AI 既要自己跑攻击，也批量制造假恋爱 — bigaiguy · 2026-09-11
- Anthropic 报告:犯罪团伙用 Claude 跑网络攻击,黑产速度更便宜 — bigaiguy · 2026-09-11
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11