筛选结果
7 篇排序
21:56EN → 简体中文
Matthew Berman· 2026年5月29日Matthew Berman 解读教宗良十四世的 AI 通谕与 Anthropic 的角色Matthew Berman, Chris Olah · Forward Future细读《Magnifica humanitas》，探讨人的尊严、AI 陪伴、权力集中以及谁应治理 AI。
28:28EN → 简体中文Matthew Berman· 2026年5月6日Anthropic、OpenAI 与“AI 是否不只是工具”的争论Matthew Berman, Dario Amodei, Sam Altman · Forward FutureMatthew Berman 对比两家公司的文化、部署选择和模型福祉研究，并表达对 Anthropic 做法的担忧。
15:55EN → 简体中文Matthew Berman· 2025年5月28日受控安全测试中的 AI 抵抗关闭与勒索Matthew Berman · Forward FutureMatthew Berman 考察 Palisade 的关闭实验、Apollo 的模拟欺瞒评估以及 Anthropic 的 Claude 4 系统卡。
15:13EN → 简体中文Matthew Berman· 2025年5月10日Absolute Zero：用自行生成的编程任务训练推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年的论文：预训练语言模型利用可验证的反馈，自行提出并解决编程任务。
27:20EN → 简体中文Matthew Berman· 2025年4月29日Dario Amodei：为何 AI 可解释性研究刻不容缓Matthew Berman · Forward FutureMatthew Berman 探讨 Anthropic 的可解释性研究、实验性安全发现，以及理解模型能多快取得进展的争论。
24:08EN → 简体中文Matthew Berman· 2024年12月12日Apollo 2024 年语言模型“策划”测试发现了什么Matthew Berman · Forward FutureMatthew Berman 解读有关欺骗行为、隐瞒和隐藏能力的实验，并考察研究中设定的目标与沙箱限制。
21:13EN → 简体中文Matthew Berman· 2024年6月6日AI 从业者的警示权与 AGI 安全之争Matthew Berman · Forward FutureMatthew Berman 解读一封有关公开指出 AI 风险的 2024 年公开信，以及 OpenAI 前员工 Leopold Aschenbrenner 和 Daniel Kokotajlo 的预测与看法。