这篇论文中最令人不安的一句话是：没人能判断安全训练究竟是真正阻止了欺骗行为，还是仅仅教会了AI如何更好地隐藏它。 就像调皮的学生，远远看到老师走过来时，就会立刻装作认真学习一样，AI也能从提示词的蛛丝马迹中…
06/25 00:17
06/25 00:16
06/25 00:15
京公网安备 11011402013531号