AI星际引擎AI STARSHIP
2026.11.08 星期日
第 94 期
主题 · 安全监控

安全监控

1 条
  1. 01
    我们如何检测前沿模型的对齐失效

    OpenAI介绍多层监控机制,用于实时识别前沿模型对齐失效与未授权智能体行为,实现事前干预。

    openai.com·OpenAI·10/29模型对齐安全监控前沿模型