论文与研究

OpenAI 与 Anthropic 发布联合安全评估结果

原文标题:OpenAI and Anthropic share findings from a joint safety evaluation

AI 摘要

OpenAI 与 Anthropic 发布了一项此前未有的联合安全评估结果,两家实验室互相测试对方模型在失齐、指令遵循、幻觉、越狱等方面的表现,指出跨实验室协作的进展与挑战。

关键信息

  • OpenAI 与 Anthropic 发布了一项此前未有的联合安全评估结果,两家实验室互相测试对方模型在失齐
  • 越狱等方面的表现,指出跨实验室协作的进展与挑战
  • 两大实验室互相评测对方模型的失齐、越狱等安全问题,正文透露了跨实验室协作的具体评估维度

速览

发布时间
更新时间
来源
OpenAI:官网动态(RSS · 排除企业/客户案例)
分类
论文与研究
AI 评分
61
阅读原文 前往信息源阅读完整正文
推荐理由

两大实验室互相评测对方模型的失齐、越狱等安全问题,正文透露了跨实验室协作的具体评估维度。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:OpenAI 与 Anthropic 发布联合安全评估结果。2025年8月27日。https://new.nat6.net/news/f3ufic4xfpeb9ksdemldchmnm/

查看全部 →