OpenAI 与 Anthropic 公布首次联合安全评估结果
OpenAI 与 Anthropic 公布首次联合安全评估结果，双方互相测试对方模型在错位对齐、指令遵循、模型幻觉和越狱等方面的表现，展示了进展、挑战以及跨实验室协作的价值。
推荐理由：两家头部实验室互测对方模型并公开结果，可了解跨机构协作评估的做法与发现的问题。
公司与模型
Anthropic / Claude 最新动态
Anthropic 的全部动态：Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。
21 条精选近 30 天 15 条共收录 146 条
更新
精选归档 · 第 2 页
OpenAI News精选AI 评分6161