外部与内部对模型对齐判断分歧

Miles Brundage认为，Anthropic外部人士更倾向于承认模型可能未对齐，而内部人员则更容易预设模型已经对齐。他指出，7月对齐争论可获得的信息有限，双方这种先验差异可能是判断分歧的原因。

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。