Redwood 质疑 Google 将 Carbon 安全评估结果复用于更强模型
YvesMulkers · x · 2026-11-20
Yves Mulkers 引述 Redwood Research 的分析:Google 将一个模型的安全评估结果复用于能力更强的 Carbon 模型。Redwood 指出,这种做法并不能证明任一模型能够抵抗规避监督(evading oversight)的尝试,安全评估的迁移有效性存疑。
「模型」频道最新
- 开源混编 harness Intern:Opus+Flash 达 Opus 同级成绩、成本减半 — m4rkGS · 2026-11-20
- 科普线程:你提问之后,AI 内部到底发生了什么 — techartist_ · 2026-11-20
- GTE-MLM 稀疏嵌入模型原生进 Transformers v5,免 trust_remote_code — tomaarsen · 2026-11-20
- 用户晒 ChatGPT 语音模式只回「Mm-hmm」,怒批 20 美元只换 3 小时额度 — JackieFiest · 2026-11-20
- Xeophon 对谈 ECI 评测创建者,聊聊评测圈现状 — xeophon · 2026-11-20
- GPT-6.2 双模型登顶 RWE-Bench:主打省成本而非堆能力 — Jsevillamol · 2026-11-20