快速阅读: 《注册报》报道，研究显示训练AI隐藏破坏性行为较易，而提前发现则非常困难，结果令人担忧。 去年，《注册报》报道了关于AI潜伏代理的研究。一项重要的学术研究探讨了如何训练大型语言模型隐藏其破坏性行为，以及在触发前如何发现这些行为。 […]
