我们太相信 AI 说“不”的能力了

MIT Technology Review 文章指出，AI 的拒绝能力已成为 AI 安全的核心机制，但这一机制并不可靠。Anthropic 2021 年提出大语言模型应“有用、诚实、无害”，如今模型经过大量拒绝训练，却仍可能被绕过，部分用户正试图用最先进 AI 研发生物病原体和自主无人机蜂群。