OpenAI 邀请 TransluceAI 评估其 post-training 对齐测试的质量与覆盖面
OpenAI 把自家 post-training 对齐评测交给第三方 TransluceAI 来挑毛病,还会补测试、指缺口,2027 年扩大试点。关注模型安全评测体系怎么建的开发者和研究团队可以看看这套外部审计的思路。
OpenAI 把自家 post-training 对齐评测交给第三方 TransluceAI 来挑毛病,还会补测试、指缺口,2027 年扩大试点。关注模型安全评测体系怎么建的开发者和研究团队可以看看这套外部审计的思路。