#模型内部信号

共 1 条 · 7 天 1 条 · 30 天 1 条

AI安全 1 Goodfire 1 可解释性 1

信息流里打上「模型内部信号」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月16日

论文 Agent 与开发者多源确认21:15

Goodfire 联合创始人谈如何从模型内部信号发现 AI 作弊行为

Goodfire 的首席科学家讲怎么从模型内部信号里抓出作弊，比看推理文字更准，监控成本还几乎为零，访谈值得听。

#Goodfire #可解释性 #AI安全 #模型内部信号

The Information@theinformation5 个信源在谈原文