谚语集锦_观点 (09/10/2026)

4. 目标误概化
一个更技术性的人工智能安全术语：模型在训练中学到了一个错误的目标，恰好与训练时的期望行为相符，但却导致了新情境下的不良行为（这不是故意逃避，而是模型泛化方式的缺陷）。

Gnostotheca 9315