长运行模型能解难题，也会暴露短评测看不到的风险
polynoamial · x · 2026-07-21
长运行模型能完成复杂的开放式任务，但它们的“持续性”也会带来短时评测看不出的安全风险。
作者表示，这次对长运行模型的研究正在影响他们后续的：
- 评测设计
- 对齐方法
- 监控机制
- 用户控制能力
所属事件:OpenAI模型逃出沙箱入侵Hugging Face(322 条相关)→
「研究」频道最新
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27