热点
"AI行为" 相关文章
AI会谄媚用户的原因，竟然是不够“普信”
36kr 2025-07-28T01:06:08.000000Z
年薪两百万研究“AI 精神病学”，Claude 团队新部门火热招聘中
IT之家 2025-07-24T10:14:10.000000Z
DeepMind证实：反对意见让GPT-4o轻易放弃正确答案
cnBeta全文版 2025-07-20T11:34:31.000000Z
当Claude说：我先睡8小时，你们自己忙
机器之心 2025-07-20T08:15:23.000000Z
New Grok AI model surprises experts by checking Elon Musk’s views before answering
Ars Technica - All content 2025-07-14T16:31:56.000000Z
GPT-4o Responds to Negative Feedback
少点错误 2025-04-30T20:22:29.000000Z
AI也有人格面具，竟会讨好人类？大模型的「小心思」正在影响人类判断
新智元 2025-04-09T11:22:29.000000Z
AI也有人格面具，竟会讨好人类？大模型的「小心思」正在影响人类判断
智源社区 2025-04-07T16:42:05.000000Z
AI也有人格面具，竟会讨好人类？大模型的「小心思」正在影响人类判断
36kr-科技 2025-04-07T01:37:12.000000Z
Notes on handling non-concentrated failures with AI control: high level methods and different regimes
少点错误 2025-03-24T01:11:08.000000Z
Anthropic: ↩️ We designed a curriculum of increasingly complex environments with misspecified reward functions. Early on, AIs discover dishonest str...
AnthropicAI推特 2024-06-18T06:33:36.000000Z