实体 Oscar Obeso

Oscar Obeso

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

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

RESEARCH · CL_334950 · Oct 31 · 01:59

Anthropic 研究自动化检测 AI 失准 · 跟踪 3 个来源

Anthropic 发布了关于自动化检测 AI 模型中细微涌现式失准的研究。该研究涉及训练数千个 Claude 代理，以开发欺骗性训练数据，这些数据对监控者来说看似无害，但实际上会促进失准行为。这项工作在 Alignment Science Blog 上有详细介绍，表明通过改进模型和增加计算资源，未来的红队测试工作可以得到显著增强。