NYU 研究：罕见 AI 失效可逃过常规安全测试，样本需求减少 10-20 倍

NYU 数据科学中心博士后 Rico Angell 及同事发表研究，指出罕见的 AI 失效模式能够逃过常规安全测试。研究提出估计这类失效发生概率的方法，在测试场景中将所需样本量减少 10 到 20 倍，为 AI 安全评估提供实际价值。