OpenAI 与 Anthropic 共享联合安全评估发现

OpenAI 与 Anthropic 共享了一项首次联合安全评估的发现，双方互测对方模型。评估涵盖错位、指令遵循、模型幻觉、越狱等方面，并强调进展、挑战和跨实验室协作的价值。