AI教授斯图尔特・罗素：让AI对齐人类目标或许根本无法实现

上周，OpenAI 因测试结果发现模型存在欺骗行为、对齐失效，决定放弃原定发布的 GPT-6.1 Astra。 伯克利计算机科学教授、经典 AI 教材合著者斯图尔特・罗素评价：“我觉得早...