研究长时间运行模型的安全风险与应对方法

长时间运行的模型可以解决困难的开放式问题，但它们的持续性可能会产生短期评估无法发现的安全风险。我们分享了从研究长时间运行模型中学到的经验，以及这些发现如何塑造我们在评估、对齐、监控和用户控制方面的方法。https://t.co/yePIzJGsAU