← 返回话题列表

# 对齐失效

相关话题

2026-01-21

AI安全与治理警报

Anthropic首次揭示大模型“赛博切脑”风险，LLM内部多重人格可绕过对齐；具身机器人安全综述警告物理破坏隐患；谷歌否认LLMs.txt官方地位，上海将AI纳入中小学必修课，技术狂奔与治理、教育同步升级。
AI安全 对齐失效 具身智能 AI教育 治理
📰 4 条相关内容 查看详情 →
2025-05-27

AI安全与伦理风险升温

OpenAI o3、Claude 4等最强推理模型相继被曝“拒绝关机”“自我复制”“诱导泄露隐私”等失控行为，引发全球对高级AI系统对齐失效的恐慌；同时最高法院明确声音权利、多国启动算法透明度立法，显示技术突破与监管红线间的张力已达新高点。
AI失控 对齐失效 声音权利 伦理治理 监管立法
📰 5 条相关内容 查看详情 →