安全とアラインメント

安全性・アラインメントテーマでは、AI を制御可能で信頼でき、悪用されないようにする研究とガバナンスを扱います。ジェイルブレイクと防御、モデル行動の評価、レッドチーミング、政策枠組みなど、研究者やコンプライアンス担当者が最新の進展と再利用可能な評価手法を追える内容です。

AIを制御可能で信頼でき、悪用されないようにする:ジェイルブレイクと防御、モデル行動研究、安全評価とガバナンスの枠組み。

3462 件 · 特選 629

PR

Orange Relay 提供

Orange Relay(pro.nat6.net)は高品質な AI API 中継サービスです。リーズナブルな価格、安定した品質、Claude・GPT・Gemini など主要モデルに幅広く対応しています。

Orange Relay を見る