研究者赴ICML展示机制可解释性与AI安全研究成果

hunarbatra · x · 2026-07-07

研究者将出席ICML大会及FAR AI对齐研讨会（韩国），并在AI4Good工作坊展示关于「任务特定特征发现与控制的可操作机制可解释性」研究。内容涵盖强化学习、奖励破解、内省、安全后训练、评估与具身AI等多个方向，欢迎同行交流。