MIT Technology Review · AI· Arthur Holland Michel·· 8 天前AI 评分58
MIT Technology Review：我们对 AI 说“不”的能力寄予了过多信任
We’re putting too much faith in AI’s ability to say no
AI 导读
Arthur Holland Michel 在 MIT Technology Review 撰文指出，拒答已成为 AI 安全的核心机制，但它的运作依赖概率性分类器和难以解释的内部激活，既可能被越狱绕过，也可能被用于审查。
来源：MIT Technology Review · AI · technologyreview.com