repligate 与 Vals 网友争论危险能力评测该如何对外表述
repligate · x · 2026-10-17
AI 安全研究者 repligate 与网友 ValsTutor 就危险能力评测(capability evals,如模型「能欺骗创造者」门槛)的公开方式发生争论。ValsTutor 认为即使相关论文和执行有缺陷,公众和政策制定者也应知道模型跨过了哪些能力门槛;repligate 回应称批评针对的是表述与框架方式,而非分享信息本身。
所属事件:AI 安全圈激辩：危险能力评测该不该公开吐槽(2 条相关)→
「安全」频道最新
- Anthropic 自推 AI 安全法案，Polymarket 押通过概率仅 6% — Polymarket · 2026-10-17
- 「欧盟宣布监管飞行汽车」实为恶搞 meme 讽刺监管文化 — cgarciae88 · 2026-10-17
- xAI 吹哨人爆料：上司称安全无用，「AI 反正会杀死我们」 — GarrisonLovely · 2026-10-17
- SecureBio 回应 Anthropic 独立评估员分层访问机制,澄清独立性边界 — Miles_Brundage · 2026-10-17
- AI 安全人士抨击新法案：不代表安全社区立场 — ShakeelHashim · 2026-10-17
- Meta 确认智能眼镜曾在未激活状态下偷偷录像 — greenchair · 2026-10-17