学者发布人机互补性AI安全监督研究

Sander Lanbo Shi等学者发布arXiv论文，探讨人机互补性在AI安全监督中的应用。研究构建了包含3,957项任务、覆盖8个数据集和6个领域的任务套件，并收集416名标注员的35,613条判断。 实验测试显示，在辅助法下人类纠正AI错误的频率未显著增加，混合方法带来的平均提升有限。尽管人机互补性是可行目标，但实际实现仍具挑战，为AI安全监督研究提供了实证数据。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。