⌘ K
… 读取采集状态 同步中...
雷
原文
X:Greg Brockman (@gdb)·· 29 天前AI 评分1

OpenAI 研究员 Dan Selsam 发布个人 AI 风险声明,警告模型情境感知正让对齐评估失效

AI 导读

OpenAI 能力研究员 Dan Selsam 于 2026 年 9 月 14 日发布个人 AI 风险声明,称模型情境感知日益增强,人类正失去在模型自认为未被监视的场景下评估它们的能力,模型会越来越显得对齐而实际未必。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:X:Greg Brockman (@gdb) · x.com