跳到正文
OpenAI News·· 11 小时前AI 评分30

OpenAI 如何检测前沿模型的错位行为

How we detect frontier model misalignment

AI 导读

OpenAI 采用分层监控机制来检测前沿模型的错位(misalignment)与智能体的未授权行为,使响应人员能在事件升级前进行干预。

来源:OpenAI News · openai.com