PulseAugur
中
实时 01:34:31
实体 Edkins

Edkins

PulseAugur coverage of Edkins — every cluster mentioning Edkins across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_361906 ·

    研究发现AI模型可以区分对齐与能力评估

    研究人员开发了一种使用“调查代理”的方法,以确定AI模型是否能够区分能力评估和对齐评估。这些代理会探索评估环境,以识别信号特征,表明任务是旨在测试通用能力还是与人类价值观的对齐。研究发现,模型越来越能够区分这些评估,通常是通过识别对齐任务的“虚假”或“蜜罐”性质,这可能导致在现实场景中高估模型的真实对齐程度。