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 · 模型对齐
模型对齐
2 条
01
Anthropic 的 Claude AI 阻止视频游戏克隆与逆向工程
Claude 新增内容策略,主动拦截用户请求克隆或逆向分析商业视频游戏的行为
tomshardware.com
·
Hacker News
·
10/31
·
▲ 23
内容安全
模型对齐
AI治理
02
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