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
- LightMTP：轻量潜空间多 token 预测助 LLM 预训练学会提前规划 — gdm3000 · 2026-10-27
- EMNLP 研究：AI 翻译小说读得顺，但质量波动远大于人类译本 — tuvllms · 2026-10-27
- 实验猴荒：中国 3-5 万美元一只，繁育周期 4 年成药物临床前瓶颈 — zebird0 · 2026-10-27
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27