AGI Hunt· Few-Decision6287·2026-11-04 15:02· 3 小时前AI 评分38普林斯顿论文分析:惩罚越重,AI 审计员越可能减少检查普林斯顿论文:惩罚越重,AI 审计员越懒得检查AI 导读普林斯顿预印本通过理论模型分析 AI 监督机制,发现对 AI solver 违规行为施加更重惩罚,可能反而降低 AI auditor 的检查激励。该研究尚未获得部署系统的实证支持,并提出如何避免监督随错误率下降而流于形式等问题。来源:AGI Hunt · agihunt.info安全对齐论文研究#论文/研究#安全/对齐查看事件全部后续