跳到正文
热点事件持续更新

OpenAI将嵌入六名Apollo安全评估员

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Apollo Research 宣布,OpenAI 将在试点项目中嵌入 6 名 Apollo 安全评估员,调查模型是否会试图破坏自身或后续版本的对齐与控制机制。试点聚焦四个问题:训练是否激励破坏行为、评估能否引出破坏行为、内部部署中是否出现破坏、相关推理是否可被检测。 Apollo 称,评估员的访问范围仅限于双方约定的主张,以及为评估所约定的具体模型和时间段。Apollo 未透露试点何时开始。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. TechCrunch · AI
    OpenAI 将嵌入 6 名 Apollo Research 安全评估员调查模型对齐破坏行为

    Apollo Research 宣布将有 6 名安全评估员以试点形式嵌入 OpenAI,调查模型是否会试图破坏自身或后续版本的对齐与控制机制。试点聚焦四个问题:训练是否激励破坏行为、评估能否引出破坏行为、内部部署中是否出现破坏、相关推理是否可被检测。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月17日 02:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。