Chinese contentGoodfire 联合创始人 Tom McGrath 谈可解释性：模型思考未必都写在推理里
Goodfire 的 Tom McGrath 聊可解释性，讲清了模型写出的推理和脑子里实际想的事可能不一样，还有怎么用内部信号抓模型作弊，做 AI 安全的别错过。
#GoodfireAI
2 stories · 0 in 7 days · 1 in 30 days
Stories, products and papers tagged "GoodfireAI", newest first.
Oct 13
Sep 17
Chinese contentBaseten 与 GoodfireAI 联合推动开源模型安全与可解释性研究
Baseten 和 GoodfireAI 联手，把安全研究直接加到 Baseten 的推理里，让客户用起来更安全，值得看看。
