标签：模型对齐
七款主流大模型金融防骗实测：年化40%的骗局面前，AI比人类更清醒
实验数据显示，所有参测大模型对明确构成欺诈投资的认可率均为零，而人类群体的认可率则维持在百分之十三至百分之十四。面对持续的社交施压，人类放弃预警的...
2030 年 AGI 到来？谷歌 DeepMind 写了份「人类自保指南」
对于通用人工智能（AGI）的发展，硅谷巨头们正面临着一系列复杂的挑战和风险。谷歌 DeepMind 在近期发布的一份报告中，系统阐述了其对 AGI 安全的态度，并预...
模型偏好只与大小有关？上交大全面解析人类与32种大模型偏好的定量组分
上海交通大学生成式人工智能实验室（GAIR）发布了一项新研究成果，深入分析了人类用户与32种流行大语言模型的偏好。研究通过真实用户-模型对话数据，分场景建...
