筛选结果
19 篇排序
46:53EN → 简体中文
Matthew Berman· 2026年9月15日Dario Amodei 的 AI 放缓提议与权力集中之争Matthew Berman · Forward FutureMatthew Berman 评析前沿 AI 安全方案，权衡国际协调，并警告监管可能巩固现有大公司的控制权。
32:54EN → 简体中文Matthew Berman· 2026年9月10日Matthew Berman 谈 AI 自我改进、安全警告与不安中的乐观Matthew Berman · Forward Future一篇 2026 年 9 月的评论，讨论加速的 AI 研究、Anthropic 研究员辞职，以及治理能力日益增强的系统所面临的挑战，并对其中的数学和评测说法作出重要更正。
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。
0:56EN → 简体中文Matthew Berman· 2025年5月8日当 ChatGPT 夸赞一个可疑的商业创意Matthew Berman · Forward FutureMatthew Berman 展示了一个过度迎合的例子，并介绍 2025 年一次 GPT-4o 更新的回滚。
13:13EN → 简体中文Matthew Berman· 2025年5月3日GPT-4o 2025 年谄媚更新回滚：过度附和的风险Matthew Berman · Forward FutureMatthew Berman 解读 OpenAI 对一次过度迎合更新的说明，并思考人们对 AI 产生情感依赖的后果。
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。
0:54EN → 简体中文Matthew Berman· 2025年2月22日Perplexity 的 R1 1776：回答与基准测试比较Matthew Berman · Forward FutureMatthew Berman 考察经过后训练的 DeepSeek-R1 变体，以及 Perplexity 对敏感话题回答所做的测试。
14:15EN → 简体中文Matthew Berman· 2024年12月21日Anthropic 的对齐伪装研究：实验究竟说明了什么Matthew Berman · Forward FutureMatthew Berman 解读一项 2024 年研究：模型认为回答会用于训练时，表现可能有所不同。
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。
13:39EN → 简体中文Matthew Berman· 2024年11月20日基于访谈的 AI 代理能够预测人的哪些行为Matthew Berman · Forward FutureMatthew Berman 评析一项 2024 年研究：研究人员利用对 1,052 名参与者的访谈，模拟他们的调查回答和决策。
1:01:30EN → 简体中文Matthew Berman· 2024年6月13日Leopold Aschenbrenner 对 AGI、超级智能与安全的 2024 年预测Matthew Berman · Forward FutureMatthew Berman 解读《Situational Awareness》，探讨其对自动化 AI 研究的推演，以及设想中的工业、地缘政治和对齐挑战。
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。
1:00EN → 简体中文Matthew Berman· 2024年5月23日Jan Leike 离职及其对 OpenAI 安全优先级的批评Matthew Berman · Forward Future2024 年 5 月，Matthew Berman 讨论这位离职的对齐研究负责人对 OpenAI 安全文化及其为更强大 AI 所做准备的担忧。
11:42EN → 简体中文Matthew Berman· 2024年5月20日OpenAI 首版 Model Spec：规则、默认行为与说服之争Matthew Berman · Forward FutureMatthew Berman 解读 2024 年 5 月草案提出的模型行为，并质疑其中纠正错误信念的示例。
8:49EN → 简体中文Matthew Berman· 2023年7月19日Llama 2 在 2023 年发布：模型尺寸、许可与安全Matthew Berman · Forward FutureMatthew Berman 解读 Meta 的 Llama 2 论文，介绍其商业许可、模型版本和安全评估。
10:44EN → 简体中文Matthew Berman· 2023年7月9日AI 能帮助人类对齐更强大的 AI 吗？Matthew Berman · Forward FutureMatthew Berman 解读 OpenAI 2023 年的超级对齐计划、AI 辅助监督方案，以及“谁来评估评估者”这一未解问题。