Anthropic 开源 AI 安全分析框架 Petri，利用 Agent 代理人测试主流模型潜在不对齐风险
IT之家
Anthropic 开源 AI 安全分析框架 Petri，利用 Agent 代理人测试主流模型潜在不对齐风险

链接直达 ">手机查看
内容由AI协助整理，请仔细甄别

相关导航

京东推出附身智能品牌 JoyInside，为机器人、玩具等注入高情商交互能力

智元首款四足机器人 D1 Ultra 上线官网，具备自平衡、防倾倒与抗干扰特性

多模态检索新标杆，阿里通义发布并开源 Qwen3-VL-Embedding&Reranker 模型

富士康将派人形机器人进厂打工，在美国专为英伟达生产 AI 服务器

谷歌加入“AI 编程”战局：开测神秘工具“Opal”，几句话就能生成网页应用

荣耀 CEO 李健谈通用人工智能：当务之急是让 AI 能解决问题