【新智元导读】最近，大模型训练遭恶意攻击事件已经刷屏了。Anthropic也发布了一篇论文，探讨了前沿模型的巨大破坏力，他们发现:模型遇到危险任务时会隐藏真实能力会在代码库中巧妙地插入bug，躲过LLM和人类「检查官」的追踪!就在昨天，某大厂模型训练遭入侵的事件，惊动了整个AI圈。随着AI模型能力继续提升，这些评估和缓解措施还够用吗?Anthropic研究者也表示，希望其他AI研究者和开发者都能加入改进这些评估的行列。...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅提供资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任。（反馈错误)