Anthropic 发布与 OpenAI 对齐互评试点的结果
Findings from a Pilot Anthropic–OpenAI Alignment Evaluation Exercise
AI 导读Anthropic 于 8 月 27 日发布与 OpenAI 在 2025 年 6 月至 7 月初进行的对齐互评试点结果，双方用各自的内部对齐评估测试对方公开模型。
来源：Anthropic：Alignment Science Blog · alignment.anthropic.com