AGI Hunt· tszzl·2026-10-24 04:41· 4 小时前AI 评分29.alignment.org 评测金丝雀字符串被指更像博尔赫斯式护身符AI 导读alignment.org 评测文档中的 canary 字符串被质疑更接近博尔赫斯式护身符,其象征意义或大于实际防漏效果。该字符串明确声明评测数据不应进入训练语料,并通过 GUID 标识帮助开发者检测评测集是否泄漏进模型训练数据。评论者 tszzl 对其实际效力表示怀疑,但欣赏其护身符式气质。来源:AGI Hunt · agihunt.info安全对齐现象与趋势#现象/趋势#安全/对齐查看事件全部后续