Jeff Ladish：没人会训练不说谎的模型，却有人声称能创造对齐的超级智能

AI 安全研究者 Jeff Ladish 提出，当前尚无人掌握训练模型始终诚实、不对你说谎的方法，但一些人仍声称能够创造价值对齐的超级智能。这一观点直接质疑 AI 实验室的对齐叙事，凸显现有对齐研究与模型诚实性之间的落差。