METR 发布 AI 内部智能体失控评估设想

METR 发布了一份关于 AI 内部智能体失控的评估设想，探讨如何评估这类风险场景。Hugging Face 联合创始人兼首席科学官 Thomas Wolf 在 X 上评价该工作在这一议题上思考深入、内容详实。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。