Anthropic · 安全

Anthropic 发表通用语言助手对齐研究

Anthropic 发布了一篇面向语言助手对齐的研究论文，提出将通用语言助手作为对齐研究的实验平台。该方法利用语言模型自身的交互能力，在真实对话场景中测试和改进对齐技术，为构建更安全、更可控的 AI 系统提供了新的实验范式。

导读

这条暂时没有深度导读，点上方「访问项目本体」直接到源页面查看。