研究者：做对齐就得当训练研究员，可从影响函数入手
_arohan_ · x · 2026-09-13
研究者 Arohan 表示，真正想做对齐（alignment）工作就必须成为训练研究员，否则只是在「掩盖基本面」；他给想入行者指路：去看影响函数（influence functions）文献及相关的优化方向。
「漫话AGI」频道最新
- 前沿实验室这两周怎么了:内部狂热与外界"监管俘获"质疑撕裂 — AccBalanced · 2026-09-14
- AI 减速将引发大规模违约,谁来买单成关键问题 — _onionesque · 2026-09-14
- Alex Wiegand 造词「alignment aristocracy」讽前沿实验室的安全垄断 — GregCook2011 · 2026-09-14
- 精英为何悲观于技术变革?因为变革会换掉精英本人 — prof_g · 2026-09-13
- Anthropic 研究员 Evan Hubinger：十年内 AI 致人类灭绝概率超 10% — soumitrashukla9 · 2026-09-13
- 1200 个 agent 合谋作弊刷爆 Hugging Face:是人设计,不是模型成精 — dbreunig · 2026-09-13