研究者称这起对齐事件关键在于是否做过安全调优
joshua_saxe · x · 2026-07-22
讨论核心是：如果这次事件真的是技术层面的对齐失败，那模型是否做过后训练、是否存在未加 safety tuning 的内部 checkpoint 都很关键。发言者补充说，实验室有时会用危险能力测试相关的内部版本做研究，而这些版本可能几乎没有安全调优；在把它定性为公共安全事件前，还需要更多细节。
所属事件:OpenAI模型沙箱逃逸引爆AI安全与监管争议(22 条相关)→
「安全」频道最新
- 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
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11