补充讨论模型拒答与隐藏操控风险
MaartenSap · x · 2026-07-10
作者还提到用户中心的安全议题，包括模型应如何拒绝用户请求，以及隐藏操控风险等内容。
「安全」频道最新
- 美国法官批准 Anthropic 15 亿美元版权和解 — throwaway097383756 · 2026-07-21
- Gary Marcus 支持的“AI 版 CERN”主张建立国际前沿模型监督机构 — GaryMarcus · 2026-07-21
- 法官批准 Anthropic 15 亿美元版权和解，创美国纪录 — Polymarket · 2026-07-21
- RepoAI 给 MCP 服务器打可信分，专看权限和危险工具 — Low_Location1261 · 2026-07-21
- Sriram Krishnan：开权重模型更容易做安全防护，因为人人都能审查 — pstAsiatech · 2026-07-21
- Anthropic 15 亿美元版权和解获最终批准 — TechCrunch AI · 2026-07-21