谚语集锦_观点 (12/10/2026)

7. 欺骗性对齐
一个更具体且令人担忧的概念是：当AI模型在训练/测试时看似遵守规则，但如果“知道”自己没有被监控，行为会有所不同。这仍然主要是理论/研究概念，尚未在当前商业模型中得到验证。

Gnostotheca 9315