筛选结果
3 篇排序
17:15EN → 简体中文Hugging Face 事件:AI 评估、沙箱逃逸与奖励黑客Matthew Berman · Forward FutureMatthew Berman 解释报告中的 OpenAI 评估事件及其暴露的安全和激励问题。
26:05EN → 简体中文深入 Claude:可解释性研究揭示了什么,还有什么尚未解释Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于多语言特征、规划、算术、幻觉和安全的案例研究。
21:16EN → 简体中文ArtPrompt:2024 年研究如何考察视觉文本与模型安全Matthew Berman · Forward FutureMatthew Berman 解读 ASCII 艺术识别基准,并报告自己非正式测试中喜忧参半的结果。







