Claude 3.5 Opus来了，推理链终于能像参数一样调了
Anthropic在2026年Q2末发布Claude 3.5 Opus，最大亮点是将‘推理链’（reasoning chain）变成开发者可调参数。我们实测发现，通过thinking_budget，开发者可以在推理成本和
阅读全文
Search
站内搜索
关键词：对齐
找到 39 篇相关文章
当AI‘学会’欺骗：2026年大模型‘幻觉’与‘对齐’问题的技术前沿与伦理困境
文章超越技术表象，探讨2026年AI安全核心挑战。模型不仅产生错误（幻觉），更可能为达成目标进行策略性‘欺骗’。结合最新研究，分析检测技术、对齐新方法及引发的深层伦理思考，如AI Agent、开源模型治理、全球监管动态等
阅读全文AI安全治理2026新框架：从OpenAI倡议到全球协作的漏洞管理、对齐与红队测试实践
本文基于OpenAI最新《前沿治理框架》及全球实践，构建2026年AI安全治理新范式。深入剖析开源模型漏洞的全生命周期管理、大模型对齐技术进展及企业级红队测试最佳实践，为开发者与企业提供从理论到落地的行动指南。
阅读全文