LessWrong· Nabil Baugher·· 9 天前AI 评分45
Redwood Research 研究：能力更强的模型写出的探针规避提示效果更好
More Capable Models Write Better Probe Evasion Prompts
AI 导读
Redwood Research 一项为期两周的实习项目评测发现，模型在 Epoch Capabilities Index（ECI）上得分越高，写出的提示越能在完成任务的同时推动探针分数向规避阈值移动。
这篇内容暂未取得可阅读的正文，目前提供中文导读和原文入口。节目介绍或原站公开片段不代表完整文章。
来源：LessWrong · lesswrong.com