LessWrong · All Posts· Austin Long·2026-11-10 09:12· 10 天前AI 评分37安全评估中的循环性问题A Circularity at the Heart of Safety AssuranceAI 导读AI模型的安全性被视为不可观测变量,因无法直接观测而需依赖理论工具进行推断。该工具(如安全论证或形式化证明)本身基于理论建立,形成安全评估的循环性困境。来源:LessWrong · All Posts · lesswrong.com安全对齐论文研究#论文/研究#安全/对齐查看事件全部后续