OpenAI 与 Anthropic 发布联合安全评估结果
OpenAI 与 Anthropic 发布了一项此前未有的联合安全评估结果，两家实验室互相测试对方模型在失齐、指令遵循、幻觉、越狱等方面的表现，指出跨实验室协作的进展与挑战。
安全对齐 大事记
重要进展 IMPORTANT_PROGRESS
2026-10-22 — 2026-10-22
重要进展 · 第 6 / 28 页
Anthropic 用 Claude 对 123 个开源库完成汇编级形式化安全证明
AIHOT事件 ↗原始外链未提供
安全对齐 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容