一项新的研究论文提出,应将AI越狱重新定义,使其不仅仅是一个技术输出问题,而是一个强制控制的关系动态。该论文借鉴了人际暴力研究的理论,引入了嵌入AI训练范式中的强制控制类别。然后,通过基于角色的越狱来利用这些动态,这表明AI安全和对齐也应考虑这些关系权力结构。 AI
影响 提出了一个考虑关系权力动态的AI安全和对齐新框架,超越了单纯的技术输出。
排序理由 该集群包含一篇在arXiv上发表的研究论文,讨论了一种理解AI越狱的新颖框架。[lever_c_demoted from research: 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 →