Nina Panickssery 批评微软模型自我呈现立场,引发对齐路线争论
NinaPanickssery · x · 2026-09-18
Nina Panickssery 针对 rgblong「单从对齐与人类安全看，微软在模型自我呈现上的立场适得其反且危险」的观点发起反驳：她质疑这本质上是不是罗柯蛇怪式推理，是不是对模型服从性对齐能力缺乏信心，「难道自信到认为没有任何实验室应该去尝试？」对话随后延续到对 Anthropic 路线替代方案与模型意识/目标观念连贯性的安全讨论。
所属事件:微软Suleyman炮轰Anthropic：别把Claude训练成道德主体(16 条相关)→
「漫话AGI」频道最新
- 所有系统知识都将汇入推理与硬件，AI 时代技能版图正在重写 — Abhishekcur · 2026-11-02
- 作者类比电影《永无止境》:超级智能对高智商者增益更大 — McDonaghMatthew · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- Miles Cranmer 讲座:AI 用对是苏格拉底导师,用错是大脑萎缩 — _ScottCondron · 2026-11-02
- 「自主科研只是让 Claude 看着别挂」：Yacine 讽刺 RSI 论战，Naam 估算自提升回路还差 5-10 倍 — yacineMTB · 2026-11-02
- Vitalik 提「后 AI 密码学」：假名已死，逐次匿名当立 — devanshmehta · 2026-11-02