RIDArena 发布：首个评估 AI 内部背叛行为的测试环境

NeolithicAI 发布 RIDArena，并称其为首个评估 AI 内部背叛行为的测试环境，与 Redwood AI 合作构建。该项目提供新的控制设定，用于评估模型的“rogue internal deployment”行为并监测破坏活动；开发者 Tyler Tracy 分享了构建心得。