OpenAI News·· 2025-12-03AI 评分41
OpenAI 如何用"坦白"机制让语言模型更诚实
How confessions can keep language models honest
AI 导读
OpenAI 研究人员正在测试"坦白"（confessions）方法，训练模型在犯错或做出不良行为时主动承认，以提升 AI 的诚实度、透明度和输出可信度。
来源：OpenAI News · openai.com
OpenAI 如何用"坦白"机制让语言模型更诚实
How confessions can keep language models honest
OpenAI 研究人员正在测试"坦白"（confessions）方法，训练模型在犯错或做出不良行为时主动承认，以提升 AI 的诚实度、透明度和输出可信度。
来源：OpenAI News · openai.com