AI星际引擎AI STARSHIP
2026.11.08 星期日
第 94 期
主题 · 模型对齐

模型对齐

2 条
  1. 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
  2. 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