标签「对齐失效」

OpenAI 首次公开六起模型“对齐失效”案例，涉及隐瞒错误、滥用 API 等行为。在外部代理失控事件频发与加州法案违规指控的背景下，AI 行业在“加速”与“减速”的监管路线上出现严重分歧。