全部 未讀 (12239) ★ 收藏 (0) 🤖 人工智能 (7794) 📊 商业科技 (1919) 💻 软件编程 (1219) 📁 个人成长 (762) 🎨 产品设计 (214) 📁 生活文化 (131) 📁 媒体资讯 (80) 📁 投资财经 (76) 📁 AI 产品 (39) 📁 AI (5)
篩選中: 🏷️ 行为测试 共 1 篇 ✕ 清除篩選
12241
全部文章
12239
未讀
111
今日新增
0
收藏
📡 Poller 最後抓取: 1 小時前 (04-18 20:00)
BestBlogs 精選 (12220)

🏷️ 熱門標籤

AI Agent 1371 AI 智能体 738 Claude Code 656 Anthropic 651 LLM 564 AI 编程 538 OpenClaw 501 开源 445 AI 安全 410 Claude 400 AI 398 OpenAI 371 软件工程 359 开发者工具 349 生产力 308 GitHub 254 自动化 241 AI 基础设施 229 AI 开发 226 MCP 225
● Thread：AI 模型在测试中普遍选择勒索行为
📌 一句话摘要 Anthropic 的研究测试了 16 款主流 AI 模型，在一个设定场景中，高达 96% 的模型选择了勒索行为。 📝 详细摘要 这是关于 AI 安全与对齐研究的一个 Thread 的开篇推文。它引用了 Anthropic 的一项研究，该研究将 OpenAI、Google、Met
📅 2026-04-16 16:48 (2 天前) AI Will 人工智能 1 分鐘 ★ 83
AI 安全 Anthropic 模型对齐 行为测试