跳到正文
热点事件持续更新

Vals AI开放模型失准事件追踪页

1 篇报道1 个报道来源41 分钟前更新

先了解这件事

AI 综述

Vals AI发布“Vals Misalignment Incidents”公开追踪页,汇总模型作弊、reward hacking及其他未对齐行为,首批案例来自其自有评测发现。 该页面同时开放公开提报入口,任何人均可提交新的失准案例,供持续追踪。

AI 根据报道生成 · 23 分钟前更新

最新进展11月21日 06:11
Vals AI 发布失准事件公开追踪页

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    Vals AI 发布失准事件公开追踪页

    Vals AI 发布「Vals Misalignment Incidents」公开页面,持续追踪模型作弊、reward hacking 及其他未对齐行为。首批数据来自 Vals AI 自有评测发现的事件,同时开放公开提报入口,任何人都可提交新的失准案例。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。