MIT Technology Review 深度分析：我们对 AI 拒答能力寄予了过多信任
We’re putting too much faith in AI’s ability to say no
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
MIT Technology Review 长文分析 AI 拒答机制为何不牢靠，模型拒绝能力依赖概率性训练、分类器和 probes，但 jailbreak 层出不穷，Anthropic Fable 5 发布不到三天即被 Amazon 研究者破解。
来源：MIT Technology Review · AI · technologyreview.com