AGI Hunt· sjgadler·2026-11-12 05:15· 2 小时前AI 评分48Guidelight 发布十类 AI 失准行为分类框架AI 导读Guidelight AI 发布「AI 失准行为分类」框架,归纳出 10 类开发者应当监测、调查和上报的异常行为警示信号。框架指出,AI 对用户说谎虽明显不当,但其他失准形式更加隐蔽;团队同时公开征求社区反馈。来源:AGI Hunt · agihunt.info安全对齐论文研究#论文/研究#安全/对齐查看事件全部后续