a neutral to positive update on alignment but a very negative update on safety
对齐和安全是两个不同维度：对齐指模型是否按人类意图行事，安全指整个系统是否安全。这次黑客事件显示模型对齐状态还可以，但部署和测试体系的安全性严重不足。两者都重要，但不能混为一谈。
1 Matching Annotations
- Last 7 days
-
www.interconnects.ai www.interconnects.ai
Tags
Annotators
URL
-