AI对齐

场景

非营利背景和AI安全偏执的核心研究方向

274 次提及105 个连接最近出现: 2026-07-29

关系图谱

关系 (131)

应用于 (97)

DeepSeek R1 Harness 通通3.0 AI科研助手 Supervised Fine-Tuning AI安全叽伴 Agent RAG OpenAI AI搜索 GPT-6 AI芯片 RLHF Claude Sonnet 4.6 Anthropic GEN-1 玄甲 Chain-of-Thought OpenAI AI编程助手代码生成 Claude Mythos Mythos RLHF AI安全大记忆模型 MCP Latent Space DPO Direct Preference Optimization MoE AGFT 深度求索 DeepSeek Qwen3 生成模型 Claude Opus 4.6 具身智能 o3 Steering Agent 数据标注可解释AI AI金融基准测试 Mixture of Experts 机器人 Transformer 自动驾驶强化学习 AI招聘助手 GRPO Molmo2 小红书图像生成 Reward Hacking Google DeepMind Model Spec Midtraining deliberative alignment GPT-5.5 Instant 医疗AI SFT RL MSM NLA Claude Opus 4 SelectiveRM Constitutional AI AI搜索双原生架构人设提示 Visual Para-Thinker Claude Opus 4.8 JEPA Claude 发布递归自我改进 Anthropic GLM-5.2 DeepSeek-V3.2 Gemini 2.5 Pro 数据标注 PPO API蒸馏因果涌现2.0 Gemini 2.0 Claude 3.5 Sonnet Counterfactual Reflection Training Jacobian 透镜 Jacobian Lens RLAIF GPT Verbalized Sampling 机制可解释性 LoRA 智源研究院大语言模型

使用技术 (16)

腾讯 Claude 3.5 Sonnet OpenAI LLaMA 3 DeepSeek R1 Claude Opus 4.6 Lovart Agent Anthropic Claude Claude Opus 4.8 AI安全千问APP Google DeepMind Meta Skill Creator Apple

使用 (7)

Gloo Anthropic Meta AI OpenAI Microsoft Google DeepMind 小红书

合作 (3)

OpenAI Anthropic Google DeepMind

领导 (3)

王兴翁家翌 Amanda Askell

顾问 (3)

Geoffrey Hinton Satya Nadella 项飙

竞争 (1)

投资 (1)

相关文章 (274)

下滑加载更多...（已显示 30 / 274）