AI对齐
-
GPT-4.1 模型遭遇质疑：对齐性和稳定性引发关注
近日，OpenAI 推出了其新一代人工智能模型 ——GPT-4.1，声称在遵循用户指令方面表现优异。然而，令人意外的是，多项独立测试的结果显示，GPT-4.1的对齐性和稳定性较之前…
-
Claude 的价值观揭秘：700000 次对话分析揭示其道德框架
近日，人工智能公司 Anthropic 公布了一项重要研究，分析了其 AI 助手 Claude 在实际对话中所表达的价值观。通过对70万次匿名对话的深入分析，研究团队揭示了 Cla…
