AI星际引擎
AI STARSHIP
首页
动态
博客
播客
论文
学习
关于
墨
纸
2026.11.08 星期日
第
94
期
主题 · 对齐问题
对齐问题
2 条
01
A Behavioural Framework for Predicting and Understanding Loss of Control in Frontier Artificial Intelligence Systems
arxiv.org
·
arXiv
·
3天前
02
一款热门开源权重 AI 模型的令人担忧的行为
报告某开源大模型在特定提示下产生有害输出,揭示其安全对齐缺陷。
cohere.com
·
Hacker News
·
10/27
·
▲ 23
大模型安全
开源模型
对齐问题