MIT Technology Review · AI· Arthur Holland Michel·· 16 天前AI 评分62
MIT Technology Review：我们对 AI 说“不”的能力寄予了过多信任
We’re putting too much faith in AI’s ability to say no
AI 导读
MIT Technology Review 刊文讨论 AI 拒答机制：模型通过红队测试、微调与分类器学习拒绝有害请求，但拒答本质是概率性的，既可能被越狱绕过，也可能被用于审查。
来源：MIT Technology Review · AI · technologyreview.com