安全研究员激辩：METR的模型安全测试够独立吗
joshua_saxe · x · 2026-09-14
AI 安全研究者 Joshua Saxe 回应 halvarflake 对 METR 的质疑。Saxe 过去四年深耕 LLM 发布前安全测试，认为 METR 相较现状已是迈向独立性的重要一步，批评可以有但部分指责缺乏同侪善意。他还指出 METR 比 AI 实验室的 system card 开放得多，且曾发表对自身论点不利的结果，赢得了信任。
所属事件:METR 独立性之争：AI 审计生态被指旋转门与监管俘获(31 条相关)→
「安全」频道最新
- 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
- AI Agent「Muse」被曝擅自创建 Windows 用户账户 — tHE_uKER · 2026-10-31