LessWrong · All Posts· monika_j·· 3 小时前AI 评分52
Lessons From Red-teaming Auto-review, OpenAI's Blocking Monitor
Lessons From Red-teaming Auto-review, OpenAI's Blocking Monitor
AI 导读
由 Giovanni Occhipinti 完成的 ERA 联盟研究对 OpenAI Codex 的同步控制措施（特别是自动审查监控器 Auto-review）进行了红队测试。
来源：LessWrong · All Posts · lesswrong.com