AI 安全圈风波:Greenblatt 被传向媒体泄密,同行斥为无稽之谈
NathanpmYoung · x · 2026-10-23
一条 AI safety 圈的热议:有人发帖称,认为 Anthropic 研究员 Ryan Greenblatt 会"放弃一切"、把关于 looped transformers 的 directional monitorability loss 证据泄露给媒体 The Information 的想法荒谬至极,言辞激烈地为 Greenblatt 辟谣。NathanpmYoung 转发表示认同"这确实不太可能"。
背景值得留意:若传闻属实,意味着 looped transformers 场景下模型可被监控性正在下降,这是安全研究中的重要信号;目前该泄密说法真实性存疑,圈内更多当作 drama 议论。
「Fun」频道最新
- 开发者吐槽：LLM 时代工作变丧了，模型整天「顶嘴」像在吵架 — louisvarge · 2026-10-23
- AI 生成原始人登机图爆红,Delta 航班被玩成梗图 — XFreeze · 2026-10-23
- Aella 的网络 IQ 测试爆火，参与者晒分：122 分超过 93% 答题者 — shae_mcl · 2026-10-23
- Magnific 推出 AI 动画选集 CHUMBO,Contanimation 系列第二期上线 — gen_ericai · 2026-10-23
- 梗图：一万只去审查版 DeepSeek-4.1-flash 日夜攻击我的基础设施，睡得真香 — andersonbcdefg · 2026-10-23
- AI 游戏 Dark Veil 上线社区页,玩家已斩杀 15 万怪物 — Dimillian · 2026-10-23