OpenAI 与 Anthropic 公布联合安全评估结果
OpenAI 与 Anthropic 公布一次联合安全评估的结果，双方互相测试对方模型，覆盖失准、指令遵循、模型幻觉、越狱等方面。两家实验室称此次评估凸显了进展、挑战以及跨实验室协作的价值。
推荐理由：两家头部实验室首次联合开展安全评估，读者可了解跨实验室协作在模型对齐与越狱测试上的做法。
Anthropic / Claude
全部主题Anthropic 的全部动态：Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。
181条精选相关主题OpenAI / ChatGPTGoogle / Gemini安全对齐
最新精选
第 181–181 条 · 共 181 条OpenAI News精选AI 评分6060