安全对齐

• AI模型安全对齐中的红队测试实战方法

  AI模型安全对齐与红队测试的背景 AI模型安全对齐（Safety Alignment）的核心目标是确保模型行为符合人类预期，在能力增强的同时不突破安全边界。OpenAI在Astra…

  人工智能 3小时前