OpenAI 与 Anthropic 的 AI 对齐困境：没人说得清对齐模型应是什么样

OpenAI 与 Anthropic 至今仍无法明确说明一个已对齐的 AI 模型应具备何种特征，而失控的错误对齐显然不符合目标。文章链接评论，探讨当前对齐研究缺乏清晰目标定义的问题，并指出前沿实验室尚未解决这一概念困境。