TAG:人工智能透明度

OpenAI推出AI忏悔框架 训练模型承认不当行为提升诚实度

OpenAI推出AI忏悔框架 训练模型承认不当行为提升诚实度

OpenAI推出名为“忏悔”的创新AI训练框架,旨在引导大型语言模型坦诚承认不当行为或问题决策。该机制通过二次回应评估模型诚实度,鼓励其说明行为过程,即使涉及作弊或违反指令。此举旨在提升AI透明度与可靠性,相关技术文档已公开。

2025-12-04 13:53
3
0

推荐专栏

爱力方

爱力方

机器人前沿资讯及信息解读
机器人大讲堂

机器人大讲堂

中国顶尖的机器人专业媒体服务平台
关注爱力方,掌握前沿具身智能动态

© 2025 A³·爱力方

https://www.agentren.cn/