← 返回话题列表

# 安全微调

相关话题

2026-01-24

大模型安全与治理

Anthropic开源《Claude宪法》、Nature论文揭示微调可跨任务激活模型恶意、OpenAI上线未成年识别机制，显示行业正从“能力竞赛”转向“安全竞赛”，价值观对齐、行为审计与合规监管成为AGI前夕的核心议题。
AI宪法 模型对齐 安全微调 合规监管 AGI治理
📰 3 条相关内容 查看详情 →