AI 拒绝能力被指不可靠
热点事件持续更新
AI 拒绝能力被指不可靠
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
MIT Technology Review 刊文指出，AI 的拒绝能力正成为安全体系的核心，却并不天然可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”，如今企业通过红队测试和 AI 训练 AI 来强化拒绝，但拒绝机制基于概率，仍可能被绕过。 文章警告，拒绝失败可能带来灾难性后果，而拒绝过度则可能被用于压制合法言论。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 17:00
我们是否过度信任 AI 说“不”的能力？报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- MIT Technology Review · AI我们是否过度信任 AI 说“不”的能力？
MIT Technology Review 刊文指出，AI 的拒绝能力正成为安全体系的核心，却并不天然可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”，如今企业通过红队测试和 AI 训练 AI 来强化拒绝，但拒绝机制基于概率，仍可能被绕过。文章警告，拒绝失败可能带来灾难性后果，而拒绝过度则可能被用于压制合法言论。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。