安全对齐共0篇

安全对齐 大事记

AIHOT重要进展

资料来源于AIHOT,不代表青峰联创已逐项独立核验。AIHOT专题 ↗

数据校验时间:2026-11-06 12:47:28 UTC;数据待更新,显示最近有效快照

重要进展 IMPORTANT_PROGRESS

2026-10-31 — 2026-10-31
重要进展 · 第 3 / 28 页

  1. 研究
    Wiz 报告“黑色十月”:九个 AI 开发者平台接连披露安全事件

    AIHOT事件 ↗原始外链未提供

安全对齐 精选历史资讯

AIHOT · 精选 · 不计入本站文章

主题归属复核已到期或尚未完成;当前展示上次核验的历史缓存,不代表最新已确认的主题归属。

— · 3 条
精选资讯 · 第 1 / 1 页

生成式AI是否会沦为科技行业的“越南战争”?公众抵制能否引领AI走向更优的发展路径?

当前生成式AI的狂飙突进正引发深度审视,其潜在风险与社会反弹可能将该技术拖入类似“越南战争”的漫长泥潭。公众的担忧与抵制运动,正从数据隐私、内容真实性到伦理冲击等多方面施加压力,迫使行业进行根本性反思。这些反作用力虽可能延缓发展,却也可能成为校准方向的关键力量,推动技术在安全、透明和负责任的基础上重新定义进步。我们正身处一个充满挑战与不确定性的“有趣时代”。

Gary Marcus:The Road to AI We Can Trust(RSS)发表于 2026-05-20 23:29归档日期 2026-05-20

拓宽关于前沿AI的对话

Anthropic为构建负责任的先进AI,正与全球多元群体展开对话。首轮讨论汇集了超过15个宗教、哲学及跨文化传统的学者与伦理学者,旨在为Claude等模型的道德形成与价值观对齐提供多元视角。受“外部良知”概念启发,团队开发并测试了伦理承诺提醒工具,初步实验显示其能有效降低模型不对齐行为。公司计划未来将对话拓展至法律、心理学及公民社会等领域,以共同应对AI对社会结构的重塑。

Anthropic:Newsroom(网页)发表于 2026-05-19 00:00归档日期 2026-05-20

归档:AIHOT主题时间 · 北京时间 · 更正时间不改变归档日期