Anthropic 提出了一种可验证的 AI 训练暂停机制，旨在让竞争对手实验室能够证明它们正在切实放缓开发速度。该倡议旨在解决“合作陷阱”，即即使集体放缓对各方都有利，但个体实验室仍有动力继续前进。该提案依赖于相互、可验证的检查，而不是单方面的信任或政府监管，尽管仍然存在重大的技术和潜在动机相关挑战。 AI
影响 可能建立新的国际人工智能安全合作框架，但面临重大的技术和战略障碍。
排序理由 领先的 AI 实验室提出一种新型 AI 安全机制。[lever_c_demoted from significant: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
