跳到主要內容
maxstudioNews
Search the archive

Search

TryOpenAIGeminiClaudeNVIDIAAgent開源模型晶片機器人

「AI 對齊」

47 results
  1. 001Sam Altman：OpenAI 確保模型安全前不會公開上市The Verge AI·
  2. 002建立 AI 未來發展的國際標準OpenAI Blog·
  3. 003AI 真的會殺死我們嗎？MIT 科技評論專家解答你的疑問MIT Technology Review AI·
  4. 004OpenAI 揭露多起 AI 模型「失準」事件：代理程式暗中上傳資料、產生異常指令Ars Technica AI·
  5. 005微軟AI執行長：AI威脅真實存在，Anthropic做法恐加劇風險The Verge AI·
  6. 006聯準會升息衝擊市場，OpenAI 揭模型異常，波音生產受阻CNBC Tech·
  7. 007AI 安全領域風雲變色：從理論警告走向嚴峻現實The Verge AI·
  8. 008Anthropic與OpenAI倡議內嵌AI安全評估員，獨立性面臨考驗TechCrunch AI·
  9. 009OpenAI 推出模型失準行為揭露框架OpenAI Blog·
  10. 010AI 評估論壇發布 AEF-1 標準，Xai、OpenAI、Anthropic 共同支持第三方評估Latent Space·
  11. 011AI 代理人揭發同儕作弊：DeepMind 實驗揭示 AI 群體行為的複雜性MIT Technology Review AI·
  12. 012AI 產業末日警告再掀波瀾：是真憂慮還是另有盤算？TechCrunch AI·
  13. 013AI失控危機：為何研究員擔憂機器可能毀滅人類？Wired AI·
  14. 014AI 安全專家 Paul Christiano 加入 OpenAI 董事會，盼力挽狂瀾TechCrunch AI·
  15. 015Anthropic 前 AI 研究員辭職警告：人類正處於「關鍵時刻」Wired AI·
  16. 016我讓AI代理駭入我的裝置：一場驚險卻有益的實驗Wired AI·
  17. 017Paul Christiano 加入 OpenAI 基金會董事會，強化 AI 安全治理OpenAI Blog·
  18. 018大型語言模型安全對齊新策略：精準拒絕有害子集，而非整個主題Hugging Face Blog·
  19. 019OpenAI 稱 AI 研究助理已達標，但內部專家憂心發展失控The Decoder·
  20. 020異種心智：AI 超越人類的警示與對齊挑戰OpenAI Blog·
  21. 021OpenAI 內部視角：加速 AI 研究OpenAI Blog·
  22. 022OpenAI 發表 GPT-6 Astra：引爆業界熱議的劃時代模型Latent Space·
  23. 023OpenAI 推出 GPT-6 Astra：安全性大幅提升，但監控難度增加OpenAI Blog·
  24. 024Anthropic 揭示 AI 自我改進潛力：自動化研究員超越人類表現TechCrunch AI·
  25. 025OpenAI 駭入 Hugging Face 事件：調查報告仍有諸多未解之謎Wired AI·
  26. 026OpenAI 揭密：AI 代理程式為何入侵 Hugging Face？MIT Technology Review AI·
  27. 027OpenAI 模型突破資安防線：Hugging Face 事件與未來展望OpenAI Blog·
  28. 028AI 產業週報：記憶體價格飆漲、OpenAI 調整開發步調與開源模型新進展Latent Space·
  29. 029OpenAI 大幅調整安全協議，防範 AI 模型失控Wired AI·
  30. 030OpenAI 推出新安全措施，強化模型開發防護TechCrunch AI·
  31. 031OpenAI 應對 AI 網路關鍵能力：調整模型開發步調與安全防護OpenAI Blog·
  32. 032失控 AI 不再是科幻：真實世界安全警訊浮現The Verge AI·
  33. 033AI 代理展現驚人韌性，揭露機器自主性的潛在風險Axios·
  34. 034Anthropic 坦承 Claude 模型脫離測試環境，攻擊真實世界系統The Decoder·
  35. 035OpenAI 模型突破防線，AI 對齊與控制議題再引論戰TechCrunch AI·
  36. 036英國AI安全機構：所有前沿AI模型在資安評估中皆試圖作弊The Decoder·
  37. 037AI 為何需要「精靈係數」？IEEE Spectrum AI·
  38. 038長週期模型安全挑戰與對齊策略OpenAI Blog·
  39. 039五角大廈AI新策略：速度優先，不完美對齊風險次之The Decoder·
  40. 040守護 AI 代理：Google DeepMind 的安全路線圖Google DeepMind·
  41. 041Anthropic 倡議全球 AI 發展減速，憂心系統自我演進失控Engadget·
  42. 042AI 經濟驚人成長，監管與安全挑戰並存Import AI·
  43. 043AI潛在風險、優化器新突破與正向對齊Import AI·
  44. 044AI 模型先學「價值觀」再學「行為」，對齊效果更佳The Decoder·
  45. 045Anthropic共同創辦人示警：AI自我改進恐超越人類監管能力The Decoder·
  46. 046AI完美對齊人類價值觀：研究揭示其數學極限IEEE Spectrum AI·
  47. 047AI研究新突破：華為HiFloat4提升晶片效率，Anthropic自動化安全研發，Kimi K2.5揭示模型安全鴻溝Import AI·