机制可解释性的“双用途”属性

codetaur回应@tszzl称，真正高质量的机制可解释性研究本质上是“双用途”技术，既可用于人工智能安全对齐，也可能被用于其他目的。 这一观点指出，机制可解释性在安全应用与潜在滥用之间存在张力；相关作用是研究者提出的判断，并非已被验证的效果。

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。