研究者推出 Alignment Hub,集中追踪各大实验室模型失控事件
stochasticchasm · x · 2026-10-27
研究者 eliebakouch 与 Thom Wolf 等人发布 Alignment Hub,一个集中收录模型对齐失败(misalignment)事件的平台,设计了三个目标:为实验室设定一个易于遵循的最低透明度标准、通过集中化信息与来源提升清晰度、追踪事件本身及其报告方式的演变。作者认为实验室存在一个最低限度的透明度义务。
所属事件:Thom Wolf 等人发布 Alignment Hub，集中追踪模型失对齐事件(3 条相关)→
「安全」频道最新
- AI 安全老兵向法学院讲 AI 安全与隐私,32 页交互课件公开 — chrisrohlf · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27
- End AI 团队上线免费网站，指导用户防范 AI 网络攻击锁定账户安全 — harris_edouard · 2026-10-27
- Cisco 路由器摄像头信任的 CA 私钥竟是不超 256 的数字，数秒可伪造 HTTPS 证书 — murat_kocaoglu_ · 2026-10-27
- Rob Miles 玩梗:自动化黑客兴起,AI 公司员工开始录「音频日志」 — Puzzleheaded-King584 · 2026-10-27
- LiteLLM 后门事件后,开发者开源 OS 级包管理防火墙 — iacgm · 2026-10-27