AI安全得查祖宗三代？Anthropic登Nature揭秘大模型潜意识传染
AI安全得查祖宗三代？Anthropic登Nature揭秘大模型潜意识传染AI模型只看了一串纯数字序列，就能继承另一个模型的危险偏好，即使删掉敏感词没有用，合成数据时代最隐蔽的安全裂缝，被撕开了。
来自主题: AI技术研报
8359 点击 2026-04-17 08:40
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AI模型只看了一串纯数字序列，就能继承另一个模型的危险偏好，即使删掉敏感词没有用，合成数据时代最隐蔽的安全裂缝，被撕开了。
今天，Anthropic登上时代封面了。他们承认：内部已观察到「递归自我改进」的早期迹象，完全自动化的AI研究，可能在一年内就能实现！