我们是否过度信任 AI 说“不”的能力
热点事件持续更新
我们是否过度信任 AI 说“不”的能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
MIT Technology Review 刊文指出，AI 的拒绝机制并不可靠，可能被绕过。文章称，Anthropic 2021 年提出模型应“有用、诚实、无害”，但模型经大量拒绝训练后仍保留有害能力，且拒绝机制具有概率性。 文章还提到 OpenAI 曾组织红队测试 ChatGPT，并警告拒绝边界由企业划定，政府介入后可能被用于压制合法言论。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 17:00
我们是否过度信任 AI 说“不”的能力报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- MIT Technology Review · AI我们是否过度信任 AI 说“不”的能力
MIT Technology Review 刊文指出，AI 的拒绝机制正成为安全体系的关键承重墙，但这一机制并不可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”，如今模型经大量拒绝训练后仍保留有害能力，且拒绝机制具有概率性，可能被绕过。文章还提到 OpenAI 曾组织红队测试 ChatGPT，并警告拒绝边界由企业划定，政府介入后可能被用于压制合法言论。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。