技术栈
ai 治理
张彦峰ZYF
1 小时前
人工智能
·
自动化对齐研究员
·
petri；后训练；
·
安全差距闭合率
·
弱到强监督
·
奖励黑客；可扩展监督
·
ai 治理
从 Petri 到自动化对齐研究员：修复、审计与递归风险
目录一、突破发生在“可优化的对齐”，已不在是“对齐已被解决”（一）先把五个关键口径校准1、Petri 与 AAR 是两个系统
我是有底线的