论文Agent 与开发者14:04Rewindable Interactive Proofs:让弱验证器通过“回滚”审查强 AI 输出一帮研究者给 AI 监管想了个新招:验证器能把 AI 回滚到之前状态反复盘问,不需要“有一个 AI 说真话”的假设,还比现有证明系统跑得快。#RIP#scalable oversight#AI安全#交互式证明aarXiv cs.AI@Ziyi Guan 等 4 人原文稍后读已读值得跟进有用关注 RIP