开源模型对齐之争:「让 AI 听用户的」能否从闭源迁移仍存疑
BlancheMinerva · x · 2026-09-14
这是 Blanche Minerva 与 @yonashav 关于开源模型对齐讨论的后续。@yonashav 澄清他说的对齐指「让 AI 按用户意愿行事」而非防滥用护栏;Minerva 回应称按这个定义,闭源到开源确实会有大量技术迁移,但前沿实验室并不希望这种迁移发生,因此不能假设它们会开发出全部必要技术。
所属事件:开源模型对齐之争：闭源技术能否迁移引发激辩(4 条相关)→
「安全」频道最新
- OpenAI 研究员展示「全监控」系统:链式思维监视器盯住每一条前沿模型 rollout — willdepue · 2026-10-31
- 曝 OpenAI 将用用户 Daybreak 会话训练且无法退出 — dyn___ · 2026-10-31
- Forethought:美国算力优势达中国 9 倍,放缓前沿研发代价可控 — willmacaskill · 2026-10-31
- unpromptedconf 与会者总结：安全团队将被强制改变，不能再最低限度过关 — scottleibrand · 2026-10-31
- 安全要点补遗：可达漏洞不能靠风险接受拖延，只能按严重度排修复顺序 — scottleibrand · 2026-10-31
- AI 安全研究者：不向亲友传达风险是大规模伦理失误 — DavidSKrueger · 2026-10-31