我们最新的研究调查了大语言模型试图误导用户或评估者的条件，以及这对大规模安全部署意味着什么。
我们最新的研究调查了大语言模型试图误导用户或评估者的条件，以及这对大规模安全部署意味着什么。
farairesearch
所有带有「farairesearch」标签的 AI 情报。
4 条情报我们致力于人工智能安全领域的技术问题——包括稳健性、可解释性和评估——并与全球研究人员和合作伙伴组织携手合作。
我们致力于人工智能安全领域的技术问题——包括稳健性、可解释性和评估——并与全球研究人员和合作伙伴组织携手合作。
FAR AI 研究具体问题：AI 模型在对抗条件下如何表现、欺骗如何表现以及如何在部署前可靠地评估系统。
FAR AI 研究具体问题：AI 模型在对抗条件下如何表现、欺骗如何表现以及如何在部署前可靠地评估系统。
FAR AI 追求技术研究议程
在 FAR AI，我们在非营利环境中追求从欺骗检测到红队的技术研究。