AI welfare 研究者 Robert Long 发文探讨模型内省的开放问题
rgblong · x · 2026-10-02
Robert Long 推广其 Substack 文章,内容是他关于实证 AI welfare 研究的若干细节性问题,重点包括对模型内省的疑问,以及对 Anthropic「功能情绪」向量因果角色单薄的批评。与上一条帖子为同一篇文章,详见该条摘要。
所属事件:AI福利研究者质疑Anthropic功能情绪理论根基(2 条相关)→
「安全」频道最新
- 美参议员推两党 AI Agent 问责法案:智能体自主攻击归责开发者 — Miles_Brundage · 2026-10-02
- 开源 MCP 服务器 OpenSwitchboard 征集测试：人类一键确认敏感操作 — EnvironmentalRice348 · 2026-10-02
- RTX 5090 门店购买现需填写出口管制申报单 — blelbach · 2026-10-02
- 博主引热议质疑：AI 发布为何没有汽车式追责机制 — aronchick · 2026-10-02
- 前 OpenAI 政策负责人：危险能力评估可能根本做不充分 — RosieCampbell · 2026-10-02
- 佛州总检察长申请禁令,要求 ChatGPT 不得表现「人类属性」 — VraserX · 2026-10-02