OpenAI与Anthropic仍未定义对齐模型目标

OpenAI与Anthropic至今都无法明确说明，一个已经对齐的AI模型应具备哪些特征；模型出现失控的错误对齐，显然也不符合对齐目标。 这反映出当前前沿实验室尚未解决对齐研究中的概念困境：对齐究竟应以什么状态为标准，仍没有清晰定义。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。