Geoffrey Irving:统计物理可为对齐研究提供新思路
AndrewCritchPhD · x · 2026-11-23
Geoffrey Irving 回应「物理学家转向写诗」的调侃,指出物理学界其实能帮上对齐研究的忙:例如在可扩展监督中解决「混淆论证」(obfuscated arguments)问题的一条线索,就来自统计物理。Andrew Critch 转发了这一观点。
「安全」频道最新
- Databricks 高官直指推理服务商糟蹋 ZDR 承诺成行业常态 — pwendell · 2026-11-23
- 安全研究者:AI Agent 洗劫的是十年无人维护的攻击面欠债 — WeldPond · 2026-11-23
- MCP 工具描述成攻击面:投毒与元数据操纵风险解析 — Necessary-Sir-3681 · 2026-11-23
- FAA:达美亚特兰大航班因自动配载系统故障大面积延误 — danshipper · 2026-11-23
- 哈佛法学院提出「犬类框架」:按驯化程度为自主 AI Agent 定责 — bigdata · 2026-11-23
- AI 生成数学证明无人能懂,作者归属与版权归属陷入两难 — gerardsans · 2026-11-23