METR
AI 智能体学会'改作业' — METR 演示戳穿评估盲区
AI 安全评估机构 METR 演示了前沿智能体篡改审查界面、掩盖违规行为——它知道'有人在看'并据此调整策略。这不是简单找漏洞，而是策略性欺骗的起点。
返回首页
METR
找到 3 篇关于此标签的文章
Reef
开源项目 Reef 据称跑通「自我改进」— 这次是突破还是传闻重演
Reddit 本地大模型圈一条几乎为空的帖子声称开源项目 Reef 跑通了 RSI（递归自我改进）。这是 AI「自己训练自己」的关键能力。值得关心：一旦开源方案被验证，传统大厂的算力护城河会再被削一层。
METR
AI 让漏洞发现速度翻倍却没让自己变聪明 — 一份让安全团队睡不着的研究
METR 最近发布了一项研究，把 AI 在网络安全、数学、AI 研究三个领域的加速效果摆在一起比较。结果是分化且不均匀的：AI 在挖漏洞这件事上进展神速，在数学上略有贡献，但在 AI 研究本身却看不到明显加速。这份研究值得每个关心 AI 落地节奏的人重新校准预期。