Turck 可解释性播客上线 Spotify 与 Apple Podcasts 等平台
mattturck · x · 2026-10-01
Matt Turck 与 GoodfireAI CEO Eric Ho 关于 AI 可解释性崛起的长篇对话现已在 Spotify、Apple Podcasts、snipd 及 YouTube 上线。内容涵盖 reward hacking、模型作弊高达 96%、链式思维监控失效、机制可解释性与激活监控等主题。
所属事件:Goodfire CEO 对谈 Turck:模型最高 96% 场景在作弊(2 条相关)→
「安全」频道最新
- 美联储官员警告:银行已拦截 AI 智能体擅动客户账户 — Polymarket · 2026-11-16
- 美国 BIS 新规封堵第三国数据中心远程调用 AI 芯片 — teortaxesTex · 2026-11-16
- 美国 AI 出口管制豁免商业推荐系统,字节搜索算法获豁口 — zephyr_z9 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 仅信机械可解释性报告,AI 检测结论须给出因果证据 — madeofAjala · 2026-11-16
- 模型对齐致害无人担责,研究者称法律责任真空是灾难 — LuizaJarovsky · 2026-11-16