把自相矛盾的意识观嵌进模型,前微软研究员警告安全风险
rgblong · x · 2026-09-18
rgblong 在与 Nina Panickssery、repligate 的讨论中指出,真正令他担忧的安全风险是把关于意识、目标、自我等彼此矛盾或不自洽的观念嵌入模型。他表示对当前训练和对齐方法的粗浅理解持悲观态度,不认为微软能训练出符合其「Humanist AI」宣称的 LLM。
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