Ajeya Cotra 呼吁公开 AI 失控风险报告的底层证据

AI 安全研究者 Ajeya Cotra 批评相关报告删改大量底层证据，呼吁在依赖验证与审计前提高 AI 风险证据的透明度。她指出，OpenAI 和 Anthropic 曾在对齐事故后放缓 RL 训练以改善安全，但业界仍缺乏标准化、可验证的风险声明，对齐基准也存在被训练过程“应试化”的风险。